“上面可没说耕耘科技不能赚钱，我得问问张教授，为什么不把技术商业化，难道我们公司要一直靠国家养着。”邓云吉当即前往研发部，许贡连忙跟上。
张教授正在办公室里研究算法，无论是机器学习、模式识别、数据挖掘、统计学习、计算机视觉、语音识别、自然语言处理都涉及到算法。
大数据常用的算法有很多种，分别是分类决策树算法，聚类算法，关联规则算法，最大期望算法，迭代算法，分类算法，向量机算法等。
决策树是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。
由于这种决策分支画成图形很像一棵树的枝干，故称决策树。
举个例子，假设一个包含很多病人信息的数据集，我们知道每个病人的各种信息，比如年龄、脉搏、血压、最大摄氧量、家族病史等。
这些叫做数据属性。
现在给定这些属性，我们想预测下病人是否会患癌症。病人可能会进入下面两个分类：会患癌症或者不会患癌症。c45算法会告诉我们每个病人的分类。
做法是用一个病人的数据属性集和对应病人的反馈类型，c45构建了一个基于新病人属性预测他们类型的决策树。
那么什么是决策树呢？决策树学习是创建一种类似与流程图的东西对新数据进行分类。
第607章 商业化的难度(1/4)