1、數據挖掘分類算法比較分類是數據挖掘、機器學習和模式識別中一個重要的研究領域。通過對當前數據挖掘中具 有代表性的優秀分類算法進行分析和比較,總結出了各種算法的特性,為使用者選擇算法或研究 者改進算法提供了依據.Decision Trees)1、決策樹易于理解和解釋.人們在通過解釋后都有能力去理解決策樹所表達的意義。2、對于決策樹，數據的準備往往是簡單或者是不必要的.其他的技術往往要求先把數據一般 化，比如去掉多余的或者空白的屬性。3、能夠同時處理數據型和常規型屬性。其他的技術往往要求數據屬性的單一。4、決策樹是一個白盒模型。如果給定一個觀察的模型，那么根據所產生的決策樹很容易推 5、易于通過靜態

2、測試來對模型進行評測 .表示有可能測量該模型的可信度。6、在相對短的時間內能夠對大型數據源做出可行且效果良好的結果。7、可以對有許多屬性的數據集構造決策樹。8、決策樹可很好地擴展到大型數據庫中，同時它的大小獨立于數據庫的大小。1、對于那些各類別樣本數量不一致的數據,在決策樹當中,信息增益的結果偏向于那些具有 更多數值的特征。2、決策樹處理缺失數據時的困難。3、過度擬合問題的出現。4、忽略數據集中屬性之間的相關性。數據挖掘分類算法比較人工神經網絡的優點：分類的準確度高，并行分布處理能力強,分布存儲及學習能力強，對 噪聲神經有較強的魯棒性和容錯能力，能充分逼近復雜的非線性關系，具備聯想記憶的功能等

3、。人工神經網絡的缺點：神經網絡需要大量的參數,如網絡拓撲結構、權值和閾值的初始值； 不能觀察之間的學習過程，輸出結果難以解釋，會影響到結果的可信度和可接受程度；學習時 間過長，甚至可能達不到學習的目的。算法1、與問題領域無關切快速隨機的搜索能力。2、搜索從群體出發，具有潛在的并行性，可以進行多個個體的同時比較，魯棒性好。3、搜索使用評價函數啟發，過程簡單。4、使用概率機制進行迭代,具有隨機性。5、具有可擴展性，容易與其他算法結合。1、遺傳算法的編程實現比較復雜,首先需要對問題進行編碼，找到最優解之后還需要對問題 進行解碼,2、另外三個算子的實現也有許多參數，如交叉率和變異率,并且這些參數的選擇

4、嚴重影響解 的品質,而目前這些參數的選擇大部分是依靠經驗.沒有能夠及時利用網絡的反饋信息,故算法 的搜索速度比較慢，要得要較精確的解需要較多的訓練時間。3、算法對初始種群的選擇有一定的依賴性，能夠結合一些啟發算法進行改進。數據挖掘分類算法比較。2、重新訓練的代價較低(類別體系的變化和訓練集的變化，在 Web 環境和電子商務應用中 是很常見的) .3、計算時間和空間線性于訓練集的規模(在一些場合不算太大) . 5、該算法比較適用于樣本容量比較大的類域的自動分類，而那些樣本容量較小的類域采用 這種算法比較容易產生誤分。1、KNN 算法是懶散學習方法(lazy learning，基本上不學習)，一些

5、積極學習的算法要快很 概率評分)。3、輸出的可解釋性不強，例如決策樹的可解釋性較強。4、該算法在分類時有個主要的不足是，當樣本不平衡時，如一個類的樣本容量很大,而其他類樣本容量很小時，有可能導致當輸入一個新樣本時，該樣本的 K 個鄰居中大容量類的樣本占 多數。該算法只計算“最近的”鄰居樣本，某一類的樣本數量很大，那么或者這類樣本并不接 近目標樣本,或者這類樣本很靠近目標樣本。無論怎樣，數量并不能影響運行結果?？梢圆捎脵嘀档姆椒?和該樣本距離小的鄰居權值大)來改進。5、計算量較大. 目前常用的解決方法是事先對已知樣本點進行剪輯，事先去除對分類作用不大的樣本。五、支持向量機(SVM)的優缺點1、可

6、以解決小樣本情況下的機器學習問題。數據挖掘分類算法比較2、可以提高泛化性能。3、可以解決高維問題。4、可以解決非線性問題。5、可以避免神經網絡結構選擇和局部極小點問題.失數據敏感。2、對非線性問題沒有通用解決方案，必須謹慎選擇 Kernelfunction 來處理。1、樸素貝葉斯模型發源于古典數學理論，有著堅實的數學基礎 ,以及穩定的分類效率。2、NBC 模型所需估計的參數很少，對缺失數據不太敏感,算法也比較簡單. 是因為 NBC 模型假設屬性之間相互獨立,這個假設在實際應用中往往是不成立的(可以考慮用聚 類算法先將相關性較大的屬性聚類)，這給 NBC 模型的正確分類帶來了一定影響.在屬性個數比 較多或者屬性之間相關性較大時,NBC 模型的分類效率比不上決策樹模型。而在屬性相關性較小 2、需要知道先驗概率。3、分類決策存在錯誤率adaboostst數據挖掘分類算法比較 3、當使用簡單分類器時,計算出的結果是可以理解的.而且弱分類器構造極其簡單。4、簡單，不用做特征篩選。5、不用擔心 overfitting。 類系統性能的基準系統，而實用的分類系統很少采用這種算法解決具體的分類問題。根據這