Top 10 algorithms in data mining
Top 10 algorithms in data mining
复制标题
DOI：
10.1007/s10115-007-0114-2
复制
发表时间：
2008-01-01
影响因子：
2.7
通讯作者：
Steinberg, Dan
中科院分区：
文献类型：
--
作者：
Wu, Xindong;Kumar, Vipin;Steinberg, Dan
本文介绍了2006年12月IEEE数据挖掘国际会议（ICDM）确定的十大数据挖掘算法：C4.5、k-Means、SVM、Apriori、EM、PageRank、AdaBoost、kNN、朴素贝叶斯和CART。这十大算法是研究界最具影响力的数据挖掘算法之一。对于每种算法，我们提供了算法的描述，讨论了算法的影响，并回顾了算法的当前和进一步的研究。这10种算法涵盖了分类、聚类、统计学习、关联分析和链接挖掘，它们都是数据挖掘研究和发展中最重要的主题。
This paper presents the top 10 data mining algorithms identified by the IEEE International Conference on Data Mining (ICDM) in December 2006: C4.5, k-Means, SVM, Apriori, EM, PageRank, AdaBoost, kNN, Naive Bayes, and CART. These top 10 algorithms are among the most influential data mining algorithms in the research community. With each algorithm, we provide a description of the algorithm, discuss the impact of the algorithm, and review current and further research on the algorithm. These 10 algorithms cover classification, clustering, statistical learning, association analysis, and link mining, which are all among the most important topics in data mining research and development.