文章來源：http://www.zghlxwxcb.cn/news/detail-515810.html
???♂? 個(gè)人主頁：@Lingxw_w的個(gè)人主頁
???作者簡(jiǎn)介：計(jì)算機(jī)科學(xué)與技術(shù)研究生在讀 ?? 希望大家多多支持，我們一起進(jìn)步！
?? 如果文章對(duì)你有幫助的話， 歡迎評(píng)論 ??點(diǎn)贊???? 收藏 ??加關(guān)注+文章來源地址http://www.zghlxwxcb.cn/news/detail-515810.html
常見數(shù)據(jù)挖掘算法分析
- 概述
- 一般認(rèn)為，數(shù)據(jù)挖掘領(lǐng)域所使用的方法均屬于機(jī)器學(xué)習(xí)算法、深度學(xué)習(xí)算法和數(shù)據(jù)挖掘算法。
- 一般認(rèn)為，數(shù)據(jù)挖掘領(lǐng)域的問題主要有分類、回歸、聚類、推薦、圖像識(shí)別、預(yù)測(cè)。
- 一般認(rèn)為，數(shù)據(jù)挖掘領(lǐng)域所牽扯到的底層知識(shí)有**“概率論”、“數(shù)論”、“統(tǒng)計(jì)學(xué)”、“線性代數(shù)”、“數(shù)字圖像處理”、“機(jī)器學(xué)習(xí)理論基礎(chǔ)”、“高等數(shù)學(xué)”**。當(dāng)然，你也不一定很清楚原理，事實(shí)上很多數(shù)據(jù)挖掘師會(huì)用算法，但未必解釋的清楚自己用的算法。
- 挖掘思路
- 一般來說，當(dāng)我們遇到一個(gè)問題，完成了數(shù)據(jù)探索和數(shù)據(jù)預(yù)處理（其實(shí)你就已經(jīng)完成了70%的工作），接下來的任務(wù)就是挖掘建模。
- 通常明確問題類型之后，我們首先選擇普遍認(rèn)同的算法，如SVM（支持向量機(jī)）、GBDT（梯度提升樹）、Adaboost（這個(gè)玩機(jī)器學(xué)習(xí)的都知道是什么）等
到了這里，關(guān)于【數(shù)據(jù)挖掘】——常見算法對(duì)比和選擇的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
