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？

     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，身边其他很多同僚都是数据挖掘这个方向，耳濡目染，最近学习了数据挖掘的相关内容，突然觉得还是蛮有意思的东西，在这里对数据挖掘领域的相关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  朴素贝叶斯

二、统计学习

#5.   SVM（Support Vector Machine） 支持向量机

#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、链接挖掘

#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）

#15.   PrefixSpan

八、完整性挖掘

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

九、粗糙集

#17.   Finding Reduct （知识约简）

十、图挖掘

#18.   gSpan（频繁子图挖掘）