遺傳算法在數(shù)據(jù)挖掘中的研究與應(yīng)用.pdf

1、數(shù)據(jù)挖掘是隨著信息技術(shù)不斷發(fā)展而形成的一門新學(xué)科，是數(shù)據(jù)庫領(lǐng)域出現(xiàn)的一個新興的研究熱點。 關(guān)聯(lián)規(guī)則作為數(shù)據(jù)挖掘領(lǐng)域的一個重要研究分支，針對關(guān)聯(lián)規(guī)則挖掘中經(jīng)典算法-Aprior算法的局限性，在劃分技術(shù)的基礎(chǔ)上提出了一種基于遺傳算法的關(guān)聯(lián)規(guī)則挖掘模型。 分類是數(shù)據(jù)挖掘中最重要的方法之一，決策樹作為發(fā)現(xiàn)分類模型的常用技術(shù)現(xiàn)已被廣泛研究并取得了很大的進(jìn)展。然而，在決策樹的構(gòu)造過程中采用貪心算法，造成了決策樹容易過分?jǐn)M合、規(guī)模過大

2、、產(chǎn)生的規(guī)則長度過長等缺點。針對這些缺陷，提出了一種基于遺傳算法與關(guān)聯(lián)規(guī)則算法的混合分類挖掘方法。 研究工作圍繞著遺傳算法應(yīng)用于數(shù)據(jù)挖掘研究展開，基本上分為四部分： (1)對KDD(Knowledge Discovery in Database)技術(shù)進(jìn)行了總體上的概述，包括KDD的含義、一般過程、主要方法和技術(shù)、研究的現(xiàn)狀及存在的問題等，為在這一領(lǐng)域進(jìn)行更為深入的研究打下初步基礎(chǔ)。在此基礎(chǔ)之上對發(fā)現(xiàn)分類模型的各種技術(shù)以及