【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
4 ?, p3 |3 N% N8 g1 {  J1。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。 　　
. S. u) ?( `; g! u, c/ ?2 R2. K-means算法：是一种聚类算法。 　　
. ?% \# |; M. }9 P3.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 　　
3 N) ^' t5 V7 ?/ F8 u* Z6 f. r4.Apriori ：是一种最有影响的挖掘布尔关联规则频繁项集的算法。 　　
3 c* d2 m) e  r/ k! Y0 ?. {5.EM：最大期望值法。 　　
4 Z2 j4 L9 i& z) h' }" H6.pagerank：是google算法的重要内容。 　　
7. 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。 　　
$ h( i% \- K, R' j* A/ \9 B8.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

《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。

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。
, d* r2 A! q' |4 R9 b8 q
* g9 o/ a& b3 E% `+ r《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
( B$ a1 b6 c& B+ Y+ S, N
/ A8 L5 K3 g  O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。
4 ]; d; i1 C: D
' O3 n+ Q$ J" L; u* v. d《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
5 }: S5 |" @  x0 W' c' I9 |
- Y& i( Y  j6 k$ c& h+ k% [6 iYuchun Lee et al. (1998), "Solving Data Mining Problems Through Pattern Recognition" , ISBN 0-13-095083-1
6 W1 M. A7 S) k  l/ g% Z
5 d0 m, V2 u9 HOded Maimon and Mark Last (2000), "Knowledge Discovery and Data Mining - The Info-Fuzzy Network (IFN) Methodology", Kluwer Academic Publishers. ISBN 0-7923-6647-6
% t6 b/ v) u/ r: V/ ~9 A2 N7 t
& y, ^9 c6 Z6 r+ E$ |" ESholom Weiss and Nitin Indurkhya(1998). "Predictive Data Mining". Morgan Kaufman. ISBN 1-55860-403-0

' ]: |* f; M' F! w9 x, A9 g* k+ g, fIan 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)
. [/ r9 T* `- S' R
《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

9 [4 Y, F! s- v- p- M' Q