616.txt

This complete matlab for neural network

发信人: francois (断玉), 信区: DataMining
标  题: Re: 熟悉数据挖掘中 分类 的同仁请赐高见
发信站: 南京大学小百合站 (Thu Oct 31 19:06:02 2002)

同意GzLi的看法，另外随便说两句（呵呵，听起来象领导发言）

读书的时候帮导师审文章，评价一篇文章水平的标准大致包括这几项：
1.创新性 － 是否有新东西（不是那种仅仅换了包装的）
2.重要性 － 有没有价值（一般要给出性能评价之类）
3.理论基础 － 论文的理论基础是否扎实，可以自圆其说，避免大的漏洞
4.表达能力 － 论文的阐述是否清晰明了
5.写作能力 － 没有语法、句法错误和错别字

就你的问题来说，决策树的确是比较成熟，但做研究和做工程不同，应该是在现有的基础
上更进一步（当然，其实很多论文里所谓的改进，在实际应用上都会被大浪淘沙，因为不
值得，或者说性价比太低）
应用领域的新颖性也可以包含到上面提到的创新性标准里，但不会占太大的比例。如果觉
得难以找到创新点，至少可以将几种常见的分类算法都试一遍，然后进行性能对比，并进
行分析，也可以作为一篇比较好的综述性论文

【 在 GzLi 的大作中提到: 】
: 决策树实在不咋的，它的优点就是规则比较明确，所以即使神经网络的结果比它好，

: 人家搞应用的人也不用啊，因为NN是个黑箱子，没法解释结果的。
: 所以很多作应用的都用决策树，现在数据挖掘市场有很多
: 软件都是基于决策树的。
: 要写论文必须要新，这跟你的目的好像有点冲突，你又想比较成熟，又想要新颖，难..
: 解决方法：
: 可能要你的应用项目比较新颖或许也能发文章的，Dataming的会议有的部分论文要求

: 必须要有明确的应用对象，有成果，或许适合你吧。
: 如果写算法的论文，算法必须要新啊，大家努力吧。
: 【 在 wfd (流氓兔) 的大作中提到: 】
: : 看前边的人说，决策树是比较成熟的东西了，没有什么可研究的了。我很迷茫。我..
: : 策树来进行分类，要应用在实际的软件中，要相应用到实际中，我觉得还是比较成..
: : 西可靠，但是我如果用决策树就面临一个问题，没法写paper了，档次不够，各位