预测型数据挖掘中的优化方法

被引：9

作者：

郭崇慧

陆玉昌

机构：

[1] 清华大学计算机系智能技术与系统国家重点实验室

[2] 清华大学计算机系智能技术与系统国家重点实验室北京

[3] 北京

来源：

基金：

中国博士后科学基金;

关键词：

数据挖掘; 最优化; 支持向量机;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

数据挖掘是一个多学科相互交叉融合所形成的具有广泛应用前景的新兴研究领域。本文从最优化的观点出发,论述了预测型数据挖掘中的优化问题,介绍了支持向量机优化模型与算法在模式分类和回归问题中的应用。最后指出从海量数据中进行数据挖掘为优化理论与方法带来的机遇和挑战。

引用

页码：25 / 29

页数：5

共 6 条

[1] 数据挖掘与数据库知识发现:统计学的观点 [J].

马江洪 ;

张文修 ;

徐宗本 .

[2]

数据采掘入门及应用[M]. 中国统计出版社 , 张尧庭等编, 2001

[3]

SSVM: A Smooth Support Vector Machine for Classification[J] . Yuh-Jye Lee,O.L. Mangasarian.Computational Optimization and Applications . 2001 (1)

[4] A tutorial on Support Vector Machines for pattern recognition [J].

Burges, CJC .

[5] SUPPORT-VECTOR NETWORKS [J].

CORTES, C ;

VAPNIK, V .

[6]

LeastSquaresSupportVectorMachines .2 SuykensJ A K et al. WorldScienti?cPubCo . 2002