利用MLC++实现数据挖掘

摘要：

数据挖掘是从大量原始数据中抽取隐藏知识的过程.大部分数据挖掘工具采用规则发现和决策树分类技术来发现数据模式和规则,其核心是归纳算法.与传统统计方法相比,基于机器学习技术得到的分类结果具有较好的可解释性.在针对特定的数据集进行数据挖掘时,如果缺乏相应的领域知识,用户或决策者就很难确定选择何种归纳算法.因此,需要尝试各种算法.借助MLC++,决策者能够轻而易举地比较不同分类算法对特定数据集的有效性,从而选择合适的分类算法.同时,系统开发人员也可以利用MLC++设计各种混合算法.

关键词：数据挖掘、机器学习、分类算法、决策树、程序设计

所属期刊栏目：23

分类号：TP181(自动化基础理论)

在线出版日期：2006-06-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：103-105,113