数据挖掘方法的评述

被引：28

作者：

糜元根

机构：

[1] 南京化工大学信息科学与工程学院江苏南京

来源：

南京化工大学学报(自然科学版) | 2001年 / 05期

关键词：

数据挖掘; 神经网络; 决策树; 粗集; 遗传算法; 云模型;

D O I：

暂无

中图分类号：

TP311.12 [];

学科分类号：

081202 ; 0835 ;

摘要：

决策离不开知识 ,从数据库中采掘知识 ,是解决从大信息量中获取有用知识的有效途径。但是在实际数据库中 ,数据的复杂性 (如信息量大、噪声等 )对数据挖掘方法提出了比机器学习更高的要求 ,这方面的研究正受到越来越多的关注。本文就当前数据挖掘的几种主要方法 ,即神经网络、决策树、粗集和云模型等方法的研究现状进行了评述 ,指出其存在的问题。从总体上看 ,这些方法都有局限性 ,但它们的有机组合具有互补性 ,多方法融合将成为数据挖掘的发展趋势 ,最后指出数据挖掘方法面临的挑战

引用

页码：105 / 110

页数：6

共 23 条

[1] 连续属性值的整体离散化 [J].