数据挖掘的四类方法
数据挖掘的四类方法
1、神经网络方法
由于神经网络本身具有良好的鲁棒性、自组织适应性、自行处理性、分布存储和高度容错等特性，非常适合解决数据挖掘的问题，因此近年来越来越受到人们的关注和使用。典型的神经网络模型主要分3大类：以感知机、bp反向传播模型、函数型网络为代表的，用于分类、预测和模式识别的神经网络模型；以hopfield的离散模型和连续模型为代表的，分别用于联想记忆和优化计算的反馈式神经网络模型；以art模型、koholon模型为代表的，用于聚类的自组织映射方法。神经网络方法的缺点是“黑箱”性，人们难以从网络中理解学习和决策过程。
2、遗传算法
遗传算法是一种基于生物自然选择与遗传机理的随机搜索算法，是一种遗传仿生的全局优化方法。遗传算法具有的隐含并行性、易于和其它模型结合等性质使得它在数据挖掘中被加以应用。遗传算法的数据挖掘工具，利用该工具对两个飞机失事的真实数据库进行了数据挖掘实验，结果表明遗传算法是进行数据挖掘的有效方法之一。遗传算法的应用还体现在与神经网络、粗集等技术的结合上。利用遗传算法优化神经网络结构，在不增加错误率的前提下，删除多余的连接和隐层数据单元；用遗传算法和bp算法结合训练神经网络，然后从网络提取规则等。但遗传算法的算法较为之复杂，敛于局部极小的较早敛入问题尚未解决。
3、决策树方法
决策树是一种常用于预测模型的算法，它通过将大量数据有目的分类，从中找到一些有价值的和潜在的信息。它的优点是描述简单，分类速度快，适合于对大规模的数据处理。最有影响和最早的决策树方法是id3算法。它的主要问题是：id3是非递增学习算法；id3决策树是单变量决策树，复杂概念的表达困难；同性间的相互关系不够强调；抗噪音性差。针对上述问题，出现了许多较好较为改进算法的id4递增式学习算法和ible算法等。
4、粗集方法
粗集方法专注于研究不精确、不确定知识的数学工具。粗集方法有几个优点，不需要再提供额外信息；加强简化输入信息的表达空间；算法较为简单，容易操作操作。粗集处理的对象是类似于二维关系的信息表。目前成熟的关系数据库管理系统和新发展起来的数据仓库管理系统，为粗集的数据挖掘奠定了坚实的基础。但粗集的数学基础是集合论，难以直接处理连续性问题的属性。而现实信息表中连续属性是普遍存在的。因此连续属性的离散化是制约粗集理论实用化的难点重点。现在国际上已经研制出来了一些基于粗集的工具应用软件，例如加拿大kdd-r软件和美国的lers软件等。
一周芯闻：2020年前三季度中国集成电路产品产量完成情况
英伟达推出针对电影制作人等专业人士的中线芯片
什么是优先数和电阻电容的值
AWG510任意波形发生器参数AWG510
谁是iPhone8的最强对手？小米6：配置残暴+颜值逆天！
数据挖掘的四类方法
树莓派基金会正式发布了一个全新的版本树莓派4
智能电子屏的应用将给智能家居带来全新的体验
工业机器人之码垛机器人的应用优势
CrowdSupply项目：便携式、开源RISC-V SoC开发套件Precursor
中国照明企业全球化的机遇与挑战
开发的3D打印小型软体“机器人”可应用于生物医药领域
浅谈数字示波器的主要用途
基于WS2811实现的宾果游戏机设计方案
超声波风速风向仪换能器安装在壳体上有共振如何解决
魅族pro7最新消息：魅族PRO7什么时间发布：你准备抢购了吗？
引流利器！普渡机器人“葫芦”上岗南里奥巴西烤肉店
河北稳控科技有限公司VTN416多通道振弦采集仪
Intersil为UCF捐赠面积十万平方英尺的晶圆工厂
案例分析：FLIR AX8红外热像仪实时监控收集温度数据，助力农业自动化！
由于神经网络本身具有良好的鲁棒性、自组织适应性、自行处理性、分布存储和高度容错等特性，非常适合解决数据挖掘的问题，因此近年来越来越受到人们的关注和使用。典型的神经网络模型主要分3大类：以感知机、bp反向传播模型、函数型网络为代表的，用于分类、预测和模式识别的神经网络模型；以hopfield的离散模型和连续模型为代表的，分别用于联想记忆和优化计算的反馈式神经网络模型；以art模型、koholon模型为代表的，用于聚类的自组织映射方法。神经网络方法的缺点是“黑箱”性，人们难以从网络中理解学习和决策过程。
2、遗传算法
遗传算法是一种基于生物自然选择与遗传机理的随机搜索算法，是一种遗传仿生的全局优化方法。遗传算法具有的隐含并行性、易于和其它模型结合等性质使得它在数据挖掘中被加以应用。遗传算法的数据挖掘工具，利用该工具对两个飞机失事的真实数据库进行了数据挖掘实验，结果表明遗传算法是进行数据挖掘的有效方法之一。遗传算法的应用还体现在与神经网络、粗集等技术的结合上。利用遗传算法优化神经网络结构，在不增加错误率的前提下，删除多余的连接和隐层数据单元；用遗传算法和bp算法结合训练神经网络，然后从网络提取规则等。但遗传算法的算法较为之复杂，敛于局部极小的较早敛入问题尚未解决。
3、决策树方法
决策树是一种常用于预测模型的算法，它通过将大量数据有目的分类，从中找到一些有价值的和潜在的信息。它的优点是描述简单，分类速度快，适合于对大规模的数据处理。最有影响和最早的决策树方法是id3算法。它的主要问题是：id3是非递增学习算法；id3决策树是单变量决策树，复杂概念的表达困难；同性间的相互关系不够强调；抗噪音性差。针对上述问题，出现了许多较好较为改进算法的id4递增式学习算法和ible算法等。
4、粗集方法
粗集方法专注于研究不精确、不确定知识的数学工具。粗集方法有几个优点，不需要再提供额外信息；加强简化输入信息的表达空间；算法较为简单，容易操作操作。粗集处理的对象是类似于二维关系的信息表。目前成熟的关系数据库管理系统和新发展起来的数据仓库管理系统，为粗集的数据挖掘奠定了坚实的基础。但粗集的数学基础是集合论，难以直接处理连续性问题的属性。而现实信息表中连续属性是普遍存在的。因此连续属性的离散化是制约粗集理论实用化的难点重点。现在国际上已经研制出来了一些基于粗集的工具应用软件，例如加拿大kdd-r软件和美国的lers软件等。
一周芯闻：2020年前三季度中国集成电路产品产量完成情况
英伟达推出针对电影制作人等专业人士的中线芯片
什么是优先数和电阻电容的值
AWG510任意波形发生器参数AWG510
谁是iPhone8的最强对手？小米6：配置残暴+颜值逆天！
数据挖掘的四类方法
树莓派基金会正式发布了一个全新的版本树莓派4
智能电子屏的应用将给智能家居带来全新的体验
工业机器人之码垛机器人的应用优势
CrowdSupply项目：便携式、开源RISC-V SoC开发套件Precursor
中国照明企业全球化的机遇与挑战
开发的3D打印小型软体“机器人”可应用于生物医药领域
浅谈数字示波器的主要用途
基于WS2811实现的宾果游戏机设计方案
超声波风速风向仪换能器安装在壳体上有共振如何解决
魅族pro7最新消息：魅族PRO7什么时间发布：你准备抢购了吗？
引流利器！普渡机器人“葫芦”上岗南里奥巴西烤肉店
河北稳控科技有限公司VTN416多通道振弦采集仪
Intersil为UCF捐赠面积十万平方英尺的晶圆工厂
案例分析：FLIR AX8红外热像仪实时监控收集温度数据，助力农业自动化！