國際權威的學術組織the IEEE International Conference on Data Mining (ICDM) 早前評選出了數據挖掘規模的十大經典算法：C4.5, k-Means, SVM, Apriori, EM, PageRank, AdaBoost, kNN, Naive Bayes, and CART.
不只僅是選中的十大算法，其實介入評選的18種算法，實際上隨便拿出一種來都可以稱得上是經典算法，它們在數據挖掘規模都發生了極為深遠的影響。
1.C4.5
C4.5算法是呆板進修算法中的一種分類決定樹算法,其焦點算法是ID3算法. C4.5算法擔任了ID3算法的利益，并在以下幾方面臨ID3算法舉辦了改造：
1) 用信息增益率來選擇屬性，降服了用信息增益選擇屬性時方向選擇取值多的屬性的不敷;
2) 在樹結構進程中舉辦剪枝;
3) 可以或許完成對持續屬性的離散化處理懲罰;
4) 可以或許對不完整數據舉辦處理懲罰。
C4.5算法有如下利益：發生的分類法則易于領略，精確率較高。其缺點是：在結構樹的進程中，需要對數據集舉辦多次的順序掃描和排序，因而導致算法的低效。
2. The k-means algorithm 即K-Means算法
k-means algorithm算法是一個聚類算法，把n的工具按照他們的屬性分為k個支解，k < n。它與處理懲罰殽雜正態漫衍的最大期望算法很相似，因為他們都試圖找到數據中自然聚類的中心。它假設工具屬性來自于空間向量，而且方針是使各個群組內部的均方誤差總和最小。
3. Support vector machines
支持向量機，英文為Support Vector Machine，簡稱SV機(論文中一般簡稱SVM)。它是一種監督式學習的要領，它遍及的應用于統計分類以及回歸闡明中。支持向量機將向量映射到一個更高維的空間里，在這個空間里成立有一個最大隔斷超平面。在分隔數據的超平面的雙方建有兩個相互平行的超平面。脫離超平面使兩個平行超平面的間隔最大化。假定平行超平面間的間隔或差距越大，分類器的總誤差越小。一個極好的指南是C.J.C Burges的《模式識別支持向量機指南》。van der Walt 和 Barnard 將支持向量機和其他分類器舉辦了較量。
4. The Apriori algorithm
Apriori算法是一種最有影響的挖掘布爾關聯法則頻繁項集的算法。其焦點是基于兩階段頻集思想的遞推算法。該關聯法則在分類上屬于單維、單層、布爾關聯法則。在這里，所有支持度大于最小支持度的項集稱為頻繁項集，簡稱頻集。
5. 最大期望(EM)算法
在統計計較中，最大期望(EM，Expectation–Maximization)算法是在概率(probabilistic)模子中尋找參數最大似然預計的算法，個中概率模子依賴于無法視察的埋沒變量(Latent Variabl)。最大期望常常用在呆板進修和計較機視覺的數據集聚(Data Clustering)規模。
6. PageRank
PageRank是Google算法的重要內容。2001年9月被授予美國專利，專利人是Google首創人之一拉里·佩奇(Larry Page)。因此，PageRank里的page不是指網頁，而是指佩奇，即這個品級要領是以佩奇來定名的。
PageRank按照網站的外部鏈接和內部鏈接的數量和質量倆權衡網站的代價。PageRank背后的觀念是，每個到頁面的鏈接都是對該頁面的一次投票，被鏈接的越多，就意味著被其他網站投票越多。這個就是所謂的“鏈接風行度”——權衡幾多人愿意將他們的網站和你的網站掛鉤。PageRank這個觀念引自學術中一篇論文的被引述的頻度——即被別人引述的次數越多，一般判定這篇論文的權威性就越高。
7. AdaBoost
Adaboost是一種迭代算法，其焦點思想是針對同一個練習集練習差異的分類器(弱分類器)，然后把這些弱分類器薈萃起來，組成一個更強的最終分類器 (強分類器)。其算法自己是通過改變數據漫衍來實現的，它按照每次練習集之中每個樣本的分類是否正確，以及上次的總體分類的精確率，，來確定每個樣本的權值。將修悔改權值的新數據集送給基層分類器舉辦練習，最后將每次練習獲得的分類器最后融合起來，作為最后的決定分類器。
8. kNN: k-nearest neighbor classification
K最近鄰(k-Nearest Neighbor，KNN)分類算法，是一個理論上較量成熟的要領，也是最簡樸的呆板進修算法之一。該要領的思路是：假如一個樣本在特征空間中的k個最相似(即特征空間中最相近)的樣本中的大大都屬于某一個種別，則該樣本也屬于這個種別。
9. Naive Bayes
在浩瀚的分類模子中，應用最為遍及的兩種分類模子是決定樹模子(Decision Tree Model)和樸素貝葉斯模子(Naive Bayesian Model，NBC)。樸素貝葉斯模子起源于古典數學理論，有著堅硬的數學基本，以及不變的分類效率。同時，NBC模子所需預計的參數很少，對缺失數據不太敏感，算法也較量簡樸。理論上，NBC模子與其他分類要領對比具有最小的誤差率。可是實際上并非老是如此，這是因為NBC模子假設屬性之間彼此獨立，這個假設在實際應用中往往是不創立的，這給NBC模子的正確分類帶來了必然影響。在屬性個數較量多可能屬性之間相關性較大時，NBC模子的分類效率比不上決定樹模子。而在屬性相關性較小時，NBC模子的機能最為精采。
10. CART: 分類與回歸樹
CART, Classification and Regression Trees。 在分類樹下面有兩個要害的思想。第一個是關于遞歸地分別自變量空間的想法;第二個想法是用驗證數據舉辦剪枝。
