数据挖掘技术-数据挖掘的算法分类

它能有效地从大量的、不完全的、模糊的实际应用数据中，提取隐含在其中的潜在有用的信息和知识，揭示出大量数据中复杂的和隐藏的关系，为决策提供有用的参探讨管理会计中应用数据挖掘技术的可行性探讨数据挖掘技术在管理会计中应

数据挖掘就是从海量的数据中挖掘出可能有潜在价值的信息的技术。这些信息是可能有潜在价值的，支持决策，可以为企业带来利益，或者为科学研究寻找突破口

详情见

这个找合肥工业大学的胡学刚教授，他是这个领域的强人。看看合肥工大的网站上能不能找到他的联系方式

分类一般针对离散型数据而言的，回归是针对连续型数据的。本质上是一样的

应该是TP391

数据挖掘的目的就是得出隐藏在数据中的有价值的信息。

决策树算法：例如通过算法可以对已知的事物进行分类。关联规则算法：例如在超级中把啤酒和尿不湿放在一起，可以提高销量。等等吧。

朴素贝叶斯：模型简单性能好

回归：更容易的调整分类阈值，得到分类的不确定性，得到置信区间

决策树：以轻松的处理这种情况：属于A类的样本的特征x取值往往非常小或者非常大，而属于B类的样本的特征x取值在中间范围

支持向量机：很高的分类正确率，对过拟合有很好的理论保证，选取合适的核函数，面对特征线性不可分的问题也可以表现得很好。云速数据挖掘，大数据采集分析，优势比较明显。