大数据工程师数据挖掘有哪些算法-大数据工程师备考经验-环球网校快问

如果你想成为一名合格的数据分析师，除了基本的数据分析工作之外，还要善于挖掘数据，数据挖掘就是从大量的显性的数据中，挖掘到隐含在其中的、人们事先不知道的数据，那么大数据工程师数据挖掘有哪些算法呢?接下来就给大家来分享一下相关内容。

具体内容

1

分类决策树算法C4.5

C4.5，是机器学习算法中的一种分类决策树算法，它是决策树(决策树，就是做决策的节点间的组织方式像一棵倒栽树)核心算法ID3的改进算法。
2

支持向量机算法

支持向量机(Support Vector Machine)算法，简称为SVM，是一种监督式学习的方法，广泛用于统计分类以及回归分析中。
3

K平均算法

K平均算法(k-means algorithm)是一个聚类算法，把n个分类对象根据它们的属性分为k类(k
4

最大期望(EM)算法

最大期望(EM，Expectation–Maximization)算法是在概率模型中寻找参数最大似然估计的算法，其中概率模型依赖于无法观测的隐藏变量。最大期望是经常用在机器学习和计算机视觉的数据集聚领域。
5

The Apriori algorithm

Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法，其核心是基于两阶段“频繁项集”思想的递推算法。其涉及到的关联规则在分类上属于单维、单层、布尔关联规则。