算法经典数据（算法 数据）

本篇目录：

1、数据压缩的可以分为哪几类?各举例说明其中的经典算法。2、数据挖掘十大经典算法之EM3、数据挖掘算法有哪些4、三种经典的数据挖掘算法5、经典算法应用之七---10亿数据中取最大的100个数据

数据压缩的可以分为哪几类?各举例说明其中的经典算法。

RLE算法：又叫Run Length Encoding，是一个针对无损压缩的非常简单的算法。它用重复字节和重复的次数来简单描述来代替重复的字节。哈夫曼算法：无损压缩当中最好的方法。

数据压缩可分成两种类型，一种叫做无损压缩，另一种叫做有损压缩。无损压缩是指使用压缩后的数据进行重构(或者叫做还原，解压缩)，重构后的数据与原来的数据完全相同；无损压缩用于要求重构的信号与原始信号完全一致的场合。

基本的分为两大类：有损和无损。有损压缩：主要是一些量化算法，比如a率，u率，lloyds最优量化。无损压缩：主要是一些编码算法，比如子带编码，差分编码，哈夫曼编码等。

数据压缩分为两类，有三种分法：即时压缩和非即时压缩 即时压缩是将语音信号转化为数字信号，同时进行压缩，然后即时通过Internet传送出去。即时压缩一般应用在影像、声音数据的传送中。

根据解码后数据与原始数据是否完全一致进行分类，压缩方法可被分为有失真编码和无失真编码两大类。在此基础上根据编码原理进行分类，大致有：预测编码、变换编码、统计编码、分析一合成编码、混合编码和其它一些编码方法。

数据挖掘十大经典算法之EM

1、EM：最大期望值法。pagerank：是google算法的重要内容。 Adaboost：是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器然后把弱分类器集合起来，构成一个更强的最终分类器。

2、Forgy方法易于使得初始均值点散开，随机划分方法则把均值点都放到靠近数据集中心的地方；随机划分方法一般更适用于k-调和均值和模糊k-均值算法。对于期望-最大化(EM)算法和标准k-means算法，Forgy方法作为初始化方法的表现会更好一些。

3、EM算法从任意一点 出发，依次利用E-step优化 ，M-step优化 ，重复上述过程从而逐渐逼近极大值点。而这个过程究竟是怎样的呢，就让我们一步步地揭开EM算法的面纱。

4、以下主要是常见的10种数据挖掘的算法，数据挖掘分为：分类（Logistic回归模型、神经网络、支持向量机等）、关联分析、聚类分析、孤立点分析。

5、最基本的方法是计算各种统计变量（平均值、方差等）和察看数据的分布情况。你也可以用数据透视表察看多维数据。数据的种类可分为连续的，有一个用数字表示的值（比如销售量）或离散的，分成一个个的类别（如红、绿、蓝）。

数据挖掘算法有哪些

K-means算法：是一种聚类算法。SVM：一种监督式学习的方法，广泛运用于统计分类以及回归分析中Apriori ：是一种最有影响的挖掘布尔关联规则频繁项集的算法。EM：最大期望值法。

KNN算法 KNN算法的全名称叫做k-nearest neighbor classification，也就是K最近邻，简称为KNN算法，这种分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。

数据挖掘的的方法主要有以下几点：　分类挖掘方法。分类挖掘方法主要利用决策树进行分类，是一种高效且在数据挖掘方法中占有重要地位的挖掘方法。

决策树算法办法 决策树算法是一种常见于预测模型的优化算法，它依据将很多数据信息有目地归类，从这当中寻找一些有使用价值的，潜在性的信息。它的要害优势是叙说简易，归类速度更快，十分适宜规模性的数据处理办法。

三种经典的数据挖掘算法

K-Means算法 K-means algorithm算法是一个聚类算法，把n的对象根据他们的属性分为k个分割，k大于n。它与处理混合正态分布的最大期望算法很相似，因为他们都试图找到数据中自然聚类的中心。

K-means算法：是一种聚类算法。SVM：一种监督式学习的方法，广泛运用于统计分类以及回归分析中Apriori ：是一种最有影响的挖掘布尔关联规则频繁项集的算法。EM：最大期望值法。

神经网络法 神经网络法是模拟生物神经系统的结构和功能，是一种通过训练来学习的非线性预测模型，它将每一个连接看作一个处理单元，试图模拟人脑神经元的功能，可完成分类、聚类、特征挖掘等多种数据挖掘任务。

经典算法应用之七---10亿数据中取最大的100个数据

复杂度为O(10亿*100)思路二：先取出前100个数，维护一个100个数的最小堆，遍历一遍剩余的元素，在此过程中维护小顶堆就可以了。具体步骤如下：step1：取前m个元素（例如m=100），建立一个小顶堆。

对实际问题进行分析、写出算法分析。给出完整的算法结构流程图。设计方案并提交应用程序的源程序清单。心得体会。

eg：有10亿个Long型整数，存储在一个文件中，如果找出其中最大的10个？最容易想到的方法是将数据全部排序，然后在排序后的集合中进行查找，最快的排序算法的时间复杂度一般为O（nlogn），如快速排序。

下面给个计划你练练：第一阶段：练经典常用算法，下面的每个算法给我打上十到二十遍，同时自己精简代码，因为太常用，所以要练到写时不用想，10-15分钟内打完，甚至关掉显示器都可以把程序打出来。

到此，以上就是小编对于算法 数据的问题就介绍到这了，希望介绍的几点解答对大家有用，有任何问题和不懂的，欢迎各位老师在评论区讨论，给我留言。

算法