十种著名算法在数据挖掘中被广泛应用

2006年，在ICDM（the IEEE International Conference on Data Mining）会议上，数据挖掘领域的十大经典算法被评选出来，具体包括：

1，C4.5

C4.5是一组应用于机器学习和数据挖掘分类任务的算法。其核心目标在于实现监督学习：在给定的数据集中，每个样本均能通过一组属性值进行描述，并归属于某一互斥类别。C4.5旨在通过学习过程，构建从属性值到类别的映射关系，并将该映射应用于对未知类别的新样本进行分类。

该算法由J.Ross Quinlan在ID3算法基础上提出。ID3用于生成决策树，决策树是一种类似于流程图的结构，其中每个内部节点代表对某一属性的测试，每个分支表示测试结果，而叶节点则存储类别标签。一旦构建完成决策树，对于未指定类别标签的样本，可通过从根节点到叶节点的路径进行预测。决策树的优势在于无需任何领域知识或参数设置，适用于探索性知识发现。

文章：Quinlan, J. R. C4.5: Programs for Machine Learning. Morgan Kaufmann Publishers, 1993.

[ 代码实现 ](http://wenku.baidu.com/link?url=LxaUMUyloUa2WFX-BS5KOZwVxhUyLKcUdA5DgSA5JNa9Dp01vupQMRcFWdDTKvp