数据挖掘分类数据挖掘中的经典算法（一）汇总--谁说做系统的就不能研究数据挖掘？

改章节是一篇关于数据挖掘分类的帖子

硕士读了快一年了一直专注于系统开发方向，尤其是分布式和数据库这一块，身旁其他很多同寅都是数据发掘这个方向，耳濡目染，最近学习了数据发掘的相干内容，忽然认为还是蛮有意思的货色，在这里对数据发掘领域的相干经典算法做一个综述，日后一一详解。

一、分类算法

#1. C4.5

#2. CART（Classification and Regression Tree）分类和回归树

#3. K Nearest N'ei'ghbours（KNN）K近邻

#4. Naive Bayes 朴实贝叶斯

二、统计学习

#5. SVM（Support Vector Machine） 支撑向量机

#6. EM（Expectation Maximization） 最大期望

三、关联分析

#7. Apriori

#8. FP-Tree(Frequent Pattern Tree) 频繁模式树

四、链接发掘

#9. PageRank

#10. HITS

五、聚类

#11. K-Means

#12. BIRCH

六、Bagging and Boosting

#13. Adaboost

七、Sequential Pattern（序列模式）

#14. GSP（generalized sequential pattern）

每日一道理

时间好比一条小溪，它能招引我们奔向生活的海洋；时间如同一叶扁舟，它将帮助我们驶向理想的彼岸；时间犹如一支画笔，它会指点我们描绘人生的画卷。

#15. PrefixSpan

八、完整性发掘

#16. CBA（Classification Based on Association）关联分类

九、粗糙集

#17. Finding Reduct （知识约简）

十、图发掘

#18. gSpan（频繁子图发掘）

文章结束给大家分享下程序员的一些笑话语录：

刹车失灵

有一个物理学家，工程师和一个程序员驾驶着一辆汽车行驶在阿尔卑斯山脉 上，在下山的时候，忽然，汽车的刹车失灵了，汽车无法控制地向下冲去， 眼看前面就是一个悬崖峭壁，但是很幸运的是在这个悬崖的前面有一些小树 让他们的汽车停了下来， 而没有掉下山去。 三个惊魂未定地从车里爬了出来。

物理学家说， “我觉得我们应该建立一个模型来模拟在下山过程中刹车片在高 温情况下失灵的情形”。

工程师说， “我在车的后备厢来有个扳手， 要不我们把车拆开看看到底是什么 原因”。

程序员说，“为什么我们不找个相同的车再来一次以重现这个问题呢？”