关于分类算法的思考

 

    数据挖掘有很多算法，其中一些可以实现分类功能，分类和聚类又有些不同，聚类是根据已有的样本自动根据特征归类。分类是类别已经给定，用这些信息训练模型，然后再预测下一次给定数据的类别。

   分类和回归有些相似。两者都有预测功能。回归是对前期数据进行曲线拟合，得到的最后曲线模型去预测下一个给定的输入值。

   回归可能就是说要建立几个变量之间的关联关系。可能是独立的，可能有统计关联，可能有固定函数关联。

   数据挖掘能解决的问题不少，其中很多属于机器学习范畴之内，是一门比较实用的技术。要深入搞懂内在的各种概念理论和技术还有很多东西要学习。

  比如遗传算法和神经网络算法，能解决的应用问题都有哪些呢，问题的复杂度和边界，以及算法设计的构思及其内容复杂度，巧妙度，以及所需的硬件时空度。

  等等，都是要根据具体问题，选择适宜的算法，加之合理的修饰，选择合适的硬件，才能在最短的时间内得到满意的准确度高的结果。