无规则采集器列表算法(数据挖掘十大算法文件介绍及使用说明（一）-)

　　无规则采集器列表算法(数据挖掘十大算法文件介绍及使用说明（一）-)

　　《数据挖掘十大算法》是一本数据挖掘领域的书籍，由美国数据挖掘专家吴新东和库马尔主编。本书详细介绍了实践中使用的十种数据挖掘算法，包括十种 C4.5、k-means、SVM、Apriori、EM、PageRank、AdaBoost、kNN、朴素贝叶斯和 CART 算法，这十种算法由数据挖掘领域的专家投票筛选，涵盖分类、聚类、统计学习、关联分析、链接分析等重要的数据挖掘研发课题，并对每个算法进行了研究。多角度深入分析，包括算法历史、算法过程、算法特征、软件实现、前沿发展等。另外，在每章的最后，

　　

　　介绍

　　《十大数据挖掘算法》详细介绍了在实践中使用的十种数据挖掘算法。这十种算法由数据挖掘领域的专家投票筛选，涵盖分类、聚类、统计学习、关联分析和链接。分析等重要的数据挖掘研发课题。全书从多个角度对每个算法进行了深入的分析，包括算法历史、算法过程、算法特征、软件实现、前沿发展等。习题和详细的参考资料对读者掌握算法基础知识和进一步研究非常有价值，对数据挖掘课程的设计具有指导意义，

　　本书的每一章都由两名独立的审稿人和一名编辑审阅，部分章节在定稿前在此基础上进行了审阅。我们希望这十种算法的入选有助于推动数据挖掘在全球范围内的应用，并激励更多数据挖掘领域的学者扩大这些算法的影响，探索新的研究内容。

　　

　　章节目录

　　第1章 C4.5

1.1 引言

1.2 算法描述

1.3 算法特性

1.3.1 决策树剪枝

1.3.2 连续型属性

1.3.3 缺失值处理

1.3.4 规则集诱导

1.4 软件实现

1.5 示例

1.5.1 Golf数据集

1.5.2 Soybean数据集

1.6 高级主题

1.6.1 二级存储

1.6.2 斜决策树

1.6.3 特征选择

1.6.4 集成方法

1.6.5 分类规则

1.6.6 模型重述

1.7 习题

参考文献

第2章 k-means

2.1 引言

2.2 算法描述

2.3 可用软件

2.4 示例

2.5 高级主题

2.6 小结

2.7 习题

参考文献

第3章 SVM：支持向量机

3.1 支持向量分类器

3.2 支持向量分类器的软间隔优化

3.3 核技巧

3.4 理论基础

3.5 支持向量回归器

3.6 软件实现

3.7 当前和未来的研究

3.7.1 计算效率

3.7.2 核的选择

3.7.3 泛化分析

3.7.4 结构化支持向量机的学习

3.8 习题

参考文献

第4章 Apriori

4.1 引言

4.2 算法描述

4.2.1 挖掘频繁模式和关联规则

4.2.2 挖掘序列模式

4.2.3 讨论

4.3 软件实现

4.4 示例

4.4.1 可行示例

4.4.2 性能评估

4.5 高级主题

4.5.1 改进Apriori类型的频繁模式挖掘

4.5.2 无候选的频繁模式挖掘

4.5.3 增量式方法

4.5.4 稠密表示：闭合模式和最大模式

4.5.5 量化的关联规则

4.5.6 其他的重要性／兴趣度度量方法

4.5.7 类别关联规则

4.5.8 使用更丰富的形式：序列、树和图

4.6 小结

4.7 习题

参考文献

第5章 EM

5.1 引言

5.2 算法描述

……

第6章 PageRank

第7章 AdaBoost

第8章 kNN!k-最近邻

第9章 Naive Bayes

第10章 CART：分类和回归树

　　使用说明

　　1、下载解压得到pdf文件

　　2、如果无法打开此文件，请务必下载pdf阅读器

　　3、安装后打开解压后的pdf文件

　　4、双击阅读