用于精准预测的人工蜂群聚类数据挖掘算法研究

• 作者: 金红军
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 精准预测 人工蜂群 聚类数据 数据挖掘算法
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 算法分析
• 页码范围: 95-97
• 页数: 3页
• 分类号: TN929
• 语种: 中文
• DOI: 10.19695/j.cnki.cn12-1369.2020.10.31

摘要

为了提高数据挖掘算法的查全率,为精准预测工作提供更加精准的数据支持,利用人工蜂群聚类技术在传统数据挖掘算法的基础上进行优化设计.针对不同的精准预测任务准备对应的数据样本,并通过选择、预处理和数据转换三个步骤,实现对初始样本数据的处理.利用人工蜂群聚类技术分类样本数据,并剔除离群数据.在设置关联规则的约束下,得出数据挖掘结果.通过算法性能的测试对比实验得出结论:与传统的数据挖掘算法相比,人工蜂群聚类数据挖掘算法的查全率提高了1.3％,将其应用到精准预测工作中,可以有效的降低预测误差.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金红军		17	26	2.0	5.0