發(fā)信人: francois (斷玉), 信區(qū): DataMining
標(biāo)  題: Re: 熟悉數(shù)據(jù)挖掘中 分類 的同仁請賜高見
發(fā)信站: 南京大學(xué)小百合站 (Thu Oct 31 19:06:02 2002)

同意GzLi的看法，另外隨便說兩句（呵呵，聽起來象領(lǐng)導(dǎo)發(fā)言）


讀書的時(shí)候幫導(dǎo)師審文章，評價(jià)一篇文章水平的標(biāo)準(zhǔn)大致包括這幾項(xiàng)：

1.創(chuàng)新性 － 是否有新東西（不是那種僅僅換了包裝的）

2.重要性 － 有沒有價(jià)值（一般要給出性能評價(jià)之類）

3.理論基礎(chǔ) － 論文的理論基礎(chǔ)是否扎實(shí)，可以自圓其說，避免大的漏洞

4.表達(dá)能力 － 論文的闡述是否清晰明了

5.寫作能力 － 沒有語法、句法錯(cuò)誤和錯(cuò)別字


就你的問題來說，決策樹的確是比較成熟，但做研究和做工程不同，應(yīng)該是在現(xiàn)有的基礎(chǔ)
上更進(jìn)一步（當(dāng)然，其實(shí)很多論文里所謂的改進(jìn)，在實(shí)際應(yīng)用上都會(huì)被大浪淘沙，因?yàn)椴?值得，或者說性價(jià)比太低）

應(yīng)用領(lǐng)域的新穎性也可以包含到上面提到的創(chuàng)新性標(biāo)準(zhǔn)里，但不會(huì)占太大的比例。如果覺
得難以找到創(chuàng)新點(diǎn)，至少可以將幾種常見的分類算法都試一遍，然后進(jìn)行性能對比，并進(jìn)
行分析，也可以作為一篇比較好的綜述性論文


【 在 GzLi 的大作中提到: 】

: 決策樹實(shí)在不咋的，它的優(yōu)點(diǎn)就是規(guī)則比較明確，所以即使神經(jīng)網(wǎng)絡(luò)的結(jié)果比它好，


: 人家搞應(yīng)用的人也不用啊，因?yàn)镹N是個(gè)黑箱子，沒法解釋結(jié)果的。

: 所以很多作應(yīng)用的都用決策樹，現(xiàn)在數(shù)據(jù)挖掘市場有很多

: 軟件都是基于決策樹的。

: 要寫論文必須要新，這跟你的目的好像有點(diǎn)沖突，你又想比較成熟，又想要新穎，難..
: 解決方法：

: 可能要你的應(yīng)用項(xiàng)目比較新穎或許也能發(fā)文章的，Dataming的會(huì)議有的部分論文要求


: 必須要有明確的應(yīng)用對象，有成果，或許適合你吧。

: 如果寫算法的論文，算法必須要新啊，大家努力吧。

: 【 在 wfd (流氓兔) 的大作中提到: 】

: : 看前邊的人說，決策樹是比較成熟的東西了，沒有什么可研究的了。我很迷茫。我..
: : 策樹來進(jìn)行分類，要應(yīng)用在實(shí)際的軟件中，要相應(yīng)用到實(shí)際中，我覺得還是比較成..
: : 西可靠，但是我如果用決策樹就面臨一個(gè)問題，沒法寫paper了，檔次不夠，各位