数据挖掘分类算法应用研究-毕业设计

摘要：本文主要调研分析了国内外数据挖掘技术中分类算法的研究与应用现状、发展趋势，通过对决策树、KNN法、SVM法、VSM法、贝叶斯法、神经网络、遗传算法等算法的对比介绍.利用了vc++6.0工具，开发了贝叶斯、KNN算法分类器，同时对分类算法进行了应用分析，对分类算法的应用研究工作起到了一定的帮助和研究价值。[计算机毕业网-免费计算机毕业设计|计算机毕业论文|计算机硕士论文|计算机网络毕业设计|计算机专业毕业设计|计算机硕士论文|电大毕业论文|开题报告|www.think58.com].89556092012-9-28
关键词：数据挖掘；分类算法；应用分析；VC++
1.绪论
1.1研究背景
1989年8月, 在第11届国际人工智能联合会议的专题研讨会上, 首次提出基于数据库的知识发现(KDD, Knowledge DiscoveryDatabase) 技术。该技术涉及机器学习、模式识别、统计学、智能数据库、知识获取、专家系统、数据可视化和高性能计算等领域, 技术难度较大, 一时难以应付信息爆炸的实际需求。到了1995 年, 在美国计算机年会(ACM) 上, 提出了数据挖掘(DM, Data Mining)的概念, 由于数据挖掘是KDD 过程中最为关键的步骤, 在实践应用中对数据挖掘和KDD这2个术语往往不加以区分。
数据挖掘的主要任务有分类分析、聚类分析、关联分析、序列模式分析等, 其中的分类分析由于其特殊地位, 一直是数据挖掘研究的热点之一。分类作为一类重要的数据挖掘问题, 数据挖掘分类就是分析输入数据, 通过在训练集中的数据表现出来的特性, 为每一个类找到一种准确的描述或者模型。这种描述常常用谓词表示。由此生成的类描述用来对未来的测试数据进行分类。尽管这些未来的测试数据的类标签是未知的, 我们仍可以由此预测这些新数据所属的类。 copyright think58

目  录
1.绪论 4
1.1研究背景 4
1.2研究现状 4
1.3 数据挖掘分类算法的研究意义 5
2.数据挖掘中分类算法概述 5
2.1 数据挖掘的概念 5
2.2数据挖掘的过程 6
2.3 分类概述 8
2.4分类方法介绍 9
3. 基于贝叶斯算法和KNN算法的分析与研究 10
3.1贝叶斯分类算法 10
3.2 KNN 分类算法 11
4. 基于Visual C++开发的贝叶斯、KNN算法分类器的应用 12
4.1开发工具介绍 12
4.1.1 VC++ 6.0 12
4.1.2 SQL SERVER 2000 12
4.3数据库设计 12
4.4 结构设计 14
4.4.1 功能结构图 14
4.4.2系统功能流程图 15
4.4.3 分类算法流程图 16
4.5 程序实现 16
4.6 性能评价 18
5.结束语 19
参考文献 20
致谢 20

think58好，好think58

[资料来源：THINK58.com]