干貨：輕松看懂?dāng)?shù)據(jù)挖掘中的十大經(jīng)典算法

【計(jì)算機(jī)論文】干貨：輕松看懂?dāng)?shù)據(jù)挖掘中的十大經(jīng)典算法

(電子商務(wù)研究中心訊)隨著移動(dòng)互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的發(fā)展，所有的連接都在產(chǎn)生數(shù)據(jù)，從數(shù)據(jù)中挖掘到的信息價(jià)值早已超乎人們的想象。在市場(chǎng)導(dǎo)向與國(guó)家大數(shù)據(jù)戰(zhàn)略的推動(dòng)下，大數(shù)據(jù)已成為企業(yè)發(fā)展必不可少的新動(dòng)能。調(diào)查顯示，在2016年，幾乎40%的公司在使用大數(shù)據(jù)技術(shù)，30%的公司表示在未來(lái)一年內(nèi)采用大數(shù)據(jù)技術(shù)。大數(shù)據(jù)技術(shù)的發(fā)展又離不開(kāi)數(shù)據(jù)挖掘，那。。。什么是數(shù)據(jù)挖掘？數(shù)據(jù)挖掘（英語(yǔ)：Datamining），又譯為資料探勘、數(shù)據(jù)采礦。它是數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)（英語(yǔ)：Knowledge-DiscoveryinDatabases，簡(jiǎn)稱：KDD)中的一個(gè)步驟。數(shù)據(jù)挖掘一般是指從大量的數(shù)據(jù)中通過(guò)算法搜索隱藏于其中信息的過(guò)程。數(shù)據(jù)挖掘通常與計(jì)算機(jī)科學(xué)有關(guān)，并通過(guò)統(tǒng)計(jì)、在線分析處理、情報(bào)檢索、機(jī)器學(xué)習(xí)、專家系統(tǒng)（依靠過(guò)去的經(jīng)驗(yàn)法則）和模式識(shí)別等諸多方法來(lái)實(shí)現(xiàn)上述目標(biāo)。數(shù)據(jù)挖掘如此重要，如何進(jìn)行數(shù)據(jù)挖掘呢？當(dāng)然是知識(shí)！知識(shí)將成為比數(shù)據(jù)更重要的資產(chǎn)復(fù)旦大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院教授肖仰華博士在他近期所作的《知識(shí)圖譜與認(rèn)知智能》報(bào)告中指出：前幾年大數(shù)據(jù)時(shí)代到來(lái)的時(shí)候，大家都說(shuō)“得數(shù)據(jù)者得天下”。去年，微軟研究院的沈向陽(yáng)博士曾經(jīng)說(shuō)過(guò)“懂語(yǔ)言者得天下”。而我曾經(jīng)論述過(guò)，機(jī)器要懂語(yǔ)言，背景知識(shí)不可或缺。因此，在這個(gè)意義下，將是“得知識(shí)者得天下”。如果說(shuō)數(shù)據(jù)是石油，那么知識(shí)就好比是石油的萃取物。那么問(wèn)題來(lái)了？你需要哪些知識(shí)？數(shù)據(jù)挖掘是個(gè)復(fù)雜的過(guò)程，它需要統(tǒng)計(jì)學(xué)、數(shù)據(jù)庫(kù)、機(jī)器學(xué)習(xí)、模式識(shí)別等多學(xué)科的交叉融合來(lái)實(shí)現(xiàn)。數(shù)據(jù)挖掘過(guò)程中用到的算法也很多，下圖是對(duì)這些算法的一個(gè)總體梳理：接下來(lái)我們就來(lái)說(shuō)說(shuō)這傳說(shuō)中的十大經(jīng)典算法：篇幅有限，為了保證閱讀質(zhì)量，本文只講解前三個(gè)。其余的算法講解會(huì)不定期更新的呦，想學(xué)習(xí)的小伙伴看過(guò)來(lái)???十大經(jīng)典算法圖解（一）01決策樹(shù)（C4.5算法）決策樹(shù)（DecisionTree），又稱為判定樹(shù)，是數(shù)據(jù)挖掘技術(shù)中的一種重要的分類方法，它是一種以樹(shù)結(jié)構(gòu)（包括二叉樹(shù)和多叉樹(shù)）形式來(lái)表達(dá)的預(yù)測(cè)分析模型。根據(jù)一些特征（feature）進(jìn)行分類，每個(gè)節(jié)點(diǎn)提一個(gè)問(wèn)題，通過(guò)判斷，將數(shù)據(jù)分為若干類，再繼續(xù)提問(wèn)。這些問(wèn)題是根據(jù)已有數(shù)據(jù)學(xué)習(xí)出來(lái)的，再投入新數(shù)據(jù)的時(shí)候，就可以根據(jù)這棵樹(shù)上的問(wèn)題，將數(shù)據(jù)劃分到合適的葉子上。決策樹(shù)生長(zhǎng)算法流程（以C4.5算法為例）：C4.5算法實(shí)例圖解：兩周內(nèi)的天氣及網(wǎng)球俱樂(lè)部顧客光顧情況02聚類（K-means算法）什么是聚類？什么是K-means？K-means算法流程圖解：Setp1：確定初始質(zhì)心Setp2：計(jì)算距離&劃分簇Setp3：迭代計(jì)算中心點(diǎn)Setp4：收斂03關(guān)聯(lián)規(guī)則（Apriori算法）關(guān)聯(lián)規(guī)則是形如X→Y的蘊(yùn)涵式，其中，X和Y分別稱為關(guān)聯(lián)規(guī)則的先導(dǎo)(antecedent或left-hand-side，LHS)和后繼(consequent或right-hand-side，RHS)。其中，關(guān)聯(lián)規(guī)則XY，存在支持度和信任度。關(guān)聯(lián)規(guī)則經(jīng)典算法及優(yōu)缺點(diǎn)比較：Apriori算法是種最有影響的挖掘布爾關(guān)聯(lián)規(guī)則頻繁項(xiàng)集的算法。它的核心是基于兩階段頻集思想的遞推算法，該關(guān)聯(lián)規(guī)則在分類上屬于單維、單層、布爾關(guān)聯(lián)規(guī)則。在Apriori算法中，尋找最大項(xiàng)目集(頻繁項(xiàng)集)的基本思