预测型数据挖掘中的优化方法  

Optimization Methods in Predictive Data Mining

作　　者：郭崇慧[1] 陆玉昌[1] 

机构地区：[1]清华大学计算机系智能技术与系统国家重点实验室,北京100084

出　　处：《工程数学学报》2005年第1期25-29,共5页Chinese Journal of Engineering Mathematics

基　　金：国家重点基础研究发展规划项目(G1998030414);国家自然科学基金资助项目(79990580);中国博士后科学基金资助项目(2003033153).

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。Data mining is a new and rapidly growing research ?eld. It draws ideas and resources from several disciplines. Some optimization problems that arise in predictive data mining are discussed from an optimization perspective. Optimization models and algorithms of support vector machines for pattern classi?cation and regression problems are described. Some of pressing research challenges and opportunities for optimization approaches to data mining problems are concluded.

关 键 词：数据挖掘 最优化 支持向量机 

分 类 号：O221[理学—运筹学与控制论] TP391[理学—数学]