IT培训选达内，21年专业IT培训机构，美国上市集团。开设IT培训班Java、python、大数据、linux、UI、会计等IT培训,泛IT培训和非IT培训共2课程、室内设计师、PHP工程师、平面++工程师、SEM竞价师、SEO优化师、社会化媒体运营师、电商运营师等课程为一体的IT培训机构。以下5家IT培训培训机构均已经受过学生的考验，不分前后，值得推荐！

1.深圳达内教育

2.深圳博为峰教育

3.深圳中公教育优就业

4.深圳CDA数据分析师分院

5.深圳北大青鸟

6.深圳信盈达

7.深圳千锋教育

8.深圳传智教育

9.深圳黑马程序员

10.深圳斯坦星球

提到数据挖掘，大家都知道这是指通过一些专业的算法，从海量的的数据中找出需要信息的过程。可以看出，数据挖掘的算法是搜索信息的关键。一般比较经典的算法有十种，那么数据挖掘的十大算法有哪些呢？下面就来讲讲那些对数据挖掘影响重大的十大算法。

一、C4.5

C4.5 是决策树算法，其中它创造性地在决策树构造过程中就进行了剪枝，并且可以处理连续的属性，也能对不完整的数据进行处理。可以说是决策树分类中具有里程碑意义的算法。

二、朴素贝叶斯

朴素贝叶斯模型是基于概率论的原理，它的思想是对于给出的未知物体想要进行分类，就需要求解在这个未知物体出现的条件下各个类别出现的概率，哪个较大，就认为这个未知物体属于哪个分类。

三、SVM

SVM （支持向量机），是一类按监督学习方式对数据进行二元分类的广义线性分类器），其决策边界是对学习样本求解的较大边距超平面。

四、KNN

KNN 也叫 K 较近邻算法。所谓 K 近邻，就是每个样本都可以用它较接近的 K 个邻居来代表。如果一个样本，它的 K 个较接近的邻居都属于分类 A，那么这个样本也属于分类 A。

五、Adaboost

Adaboost 在训练中建立了一个联合的分类模型。boost 在英文中代表提升的意思，所以 Adaboost 是个构建分类器的提升算法。它可以让我们多个弱的分类器组成一个强的分类器。

六、PageRank

PageRank是Google算法的重要内容。2001年9月被授予美国专利，专利人是Google创始人之一拉里·佩奇（Larry Page）。因此，PageRank里的page不是指网页，而是指佩奇，即这个等级方法是以佩奇来命名的。PageRank根据网站的外部链接和内部链接的数量和质量俩衡量网站的价值。PageRank背后的概念是，每个到页面的链接都是对该页面的一次投票，被链接的越多，就意味着被其他网站投票越多。这个就是所谓的“链接流行度”——衡量多少人愿意将他们的网站和你的网站挂钩。PageRank这个概念引自学术中一篇论文的被引述的频度——即被别人引述的次数越多，一般判断这篇论文的放心性就越高。

七、AdaBoost

Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更强的较终分类器 (强分类器)。其算法本身是通过改变数据分布来实现的，它根据每次训练集之中每个样本的分类是否正确，以及上次的总体分类的准确率，来确定每个样本的权值。将修改过权值的新数据集送给下层分类器进行训练，较后将每次训练得到的分类器较后融合起来，作为较后的决策分类器。

八、kNN: k-nearest neighbor classification

K较近邻(k-Nearest Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是较简单的机器学习算法之一。该方法的思路是：如果一个样本在特征空间中的k个较相似(即特征空间中较邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。

九、Naive Bayes

在众多的分类模型中，应用较为广泛的两种分类模型是决策树模型(Decision Tree Model)和朴素贝叶斯模型（Naive Bayesian Model，NBC）。朴素贝叶斯模型发源于古典数学理论，有着坚实的数学基础，以及稳定的分类效率。同时，NBC模型所需估计的参数很少，对缺失数据不太敏感，算法也比较简单。理论上，NBC模型与其他分类方法相比具有较小的误差率。但是实际上并非总是如此，这是因为NBC模型假设属性之间相互独立，这个假设在实际应用中往往是不成立的，这给NBC模型的正确分类带来了一定影响。在属性个数比较多或者属性之间相关性较大时，NBC模型的分类效率比不上决策树模型。而在属性相关性较小时，NBC模型的性能较为良好。

十、CART: 分类与回归树

CART, Classification and Regression Trees。 在分类树下面有两个关键的思想。个是关于递归地划分自变量空间的想法；第二个想法是用验证数据进行剪枝。

以上就是数据挖掘的十大算法。随着大数据浪潮的袭来，数据挖掘成为数据分析必不可少的手段。对数据挖局感兴趣的小伙伴，赶紧上达内进行深入学习吧！