【方法】建模方法学习2，数据挖掘(3)

百年孤独

数据挖掘十大经典算法
1。C4.5：是机器学习算法中的一种分类决策树算法，其核心算法是ID3算法。 　　
+ v; A) C% m+ {( b" H2. K-means算法：是一种聚类算法。 　　
$ b  M& R, I/ l8 O7 E6 p5 I$ [8 J3.SVM：一种监督式学习方法，广泛运用于统计分类以及回归分析中 　　
5 K: F% y: b+ m9 s; W4.Apriori ：是一种最有影响的挖掘布尔关联规则频繁项集的算法。 　　
# B4 ]. ^( ^3 d4 N5.EM：最大期望值法。 　　
6.pagerank：是google算法的重要内容。 　　
+ q+ F$ _8 z: q% V7. Adaboost:是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器然后把弱分类器**起来，构成一个更强的最终分类器。 　　
! z4 x2 G& J; ~5 r3 Y' K' x$ q  i8.KNN:是一个理论上比较成熟的的方法，也是最简单的机器学习方法之一。 　　
9.Naive Bayes：在众多分类方法中，应用最广泛的有决策树模型和朴素贝叶斯（Naive Bayes） 　　
10.Cart：分类与回归树，在分类树下面有两个关键的思想，第一个是关于递归地划分自变量空间的想法，第二个是用验证数据进行减枝。
基本参考书 简单推荐
& Y1 R8 x# B* W/ x: {# L
( v/ }1 i* O9 D/ M( u) q4 L" B《数据挖掘：概念与技术》，Jiawei Han、Micheline Kamber等著，机械工业出版社，2001年。 ISBN 1-55860-489-8。
) n4 |! \* u( Y. q; {9 W" Y* d- S, v0 q2 f
/ ]" `7 H. j, Q9 E. a) X3 y最负盛名的数据挖掘著作，但版本较老，对读者的计算机尤其是数据库背景要求较高。

0 S, J0 _1 J1 Y/ X5 _4 [5 J《数据挖掘导论》， Pang-Ning Tan, Michael Steinbach等著，范明、范宏建等译，人民邮电出版社，2006年。 ISBN 7-115-14698-5 。图灵教育

最新出版的数据挖掘著作，其写作目的是“尽可能直接地学习数据挖掘，以便尽快地将其应用到各自的领域”。覆盖了多学科应用实例，对读者数学和计算机背景要求较低。
8 m* M  s8 h6 f; }. N8 G! E+ w) ?" t  k
《数据挖掘》，丁一贤、陈牧言合著，沧海出版社，2005年。 ISBN 986-7777-98-0 。沧海书局
3 ~6 [# F, x# ?2 R8 m, u
Yuchun Lee et al. (1998), "Solving Data Mining Problems Through Pattern Recognition" , ISBN 0-13-095083-1
" j% G+ A4 r6 U8 K0 q3 d# W
) v  N$ f: n: U; gOded Maimon and Mark Last (2000), "Knowledge Discovery and Data Mining - The Info-Fuzzy Network (IFN) Methodology", Kluwer Academic Publishers. ISBN 0-7923-6647-6
( a/ }! r! Y: ?2 O  z
8 u& f1 i2 n/ t$ c4 rSholom Weiss and Nitin Indurkhya(1998). "Predictive Data Mining". Morgan Kaufman. ISBN 1-55860-403-0
6 R/ j: `4 w. V. y' g
! G6 h3 d9 [+ SIan Witten and Eibe Frank, "Data Mining: Practical Machine Learning Tools and Techniques with Java Implementations" (2000), ISBN 1-55860-552-5, (see also Free Weka software)
6 z# M5 \4 B  \: q" X
《数据挖掘(原书第2版)》，~ Jiawei Han (作者), Micheline Kamber (作者), 范明 (译者), 孟小峰 (译者) ，机械工业出版社,2007年3月1日.ISBN 9787111205388
! Y4 B) P7 M* C
- A, M. E8 X3 ]1 p5 s1 I