彭艳林

成都理工大学管理科学学院，四川 成都 610000

大数据下的机器学习算法分析及研究

彭艳林

成都理工大学管理科学学院，四川 成都 610000

随着我国社会经济的不断发展，电子商务、网络社交、卫星导航等各类领域都获得了长足发展，并产生了大量的数据信息，大数据也在长期的数据积累中形成，受到各个企业的关注。大数据机器学习算法已经逐渐取代了小数据机器学习算法，能够有效提高数据查找、计算、处理的效率。基于此，重点探究了大数据机器学习算法分类，提出了大数据背景下的机器学习算法模型。

大数据；机器学习算法；效率；计算

引言

现如今，人类已经进入到了信息时代。我国信息产业飞速发展，数据量也在突飞猛进，大数据也应运而生。大数据资源中含有很多重要信息，有着极大的价值，给企业带来了丰厚收入，让各行各业都认识到了大数据的重要性。大数据不仅能够作为信息搜集器，同时还能够利用IT技术对数据进行感知、捕获、处理、存储等。在整个机器学习领域中，就好比分类器，能够扩大分类面积和样本间的距离，这样就能够减少判断失误的问题，将数据风险降到最低。其中的支持向量是将一个数据空间变成另一个高维度空间，通过分类得到更加精准的数据。

1 大数据的特征和分类

大数据在长期的发展中，从最初的3 V发展到了4 V，其中，3 V更多表现出多样性、速度性、容量大等特点；4 V更多展现了不同意义上的含义，例如价值性、虚拟性、时效性、变化性等特点[1]。……