决策树算法的研究及应用

《决策树算法的研究及应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、东华大学硕士学位论文决策树算法的研究及应用姓名：王斌申请学位级别：硕士专业：计算机软件与理论指导教师：丁祥武20080101决策树算法的研究与应用决策树算法的研究及应用摘要数据挖掘是致力于数据分析和理解、揭示数据内部隐藏知识的技术，它成为当今信息技术应用的重要目标之一。分类是数据挖掘中的一个重要研究内容，而决策树分类是一种非常有效的分类方法。迄今为止，人们提出了很多种不同的决策树分类算法，各种算法在执行速度、可扩展性、输出结果的可理解性，分类的准确性等方面各有千秋。但它们在理论和实现方法上仍有不足之处。对决策树算法的进一步优化研究不仅有助于算法理论的完善，也有助于算法的推广和应

2、用。ID3算法作为一种流行的决策树算法，因为其算法简单、易实现而被广泛使用。但其生成的树结构往往过于庞大、复杂，也影响了算法效率。为了优化树的结构，提高树生成的效率，避免“过拟合”效应，本文对ID3算法进行了改进。改进算法充分考虑到每个决策属性分类后的效果，即，在分类效果达到某个预定的阈值时则停止继续分类，并引入了最大支持度的概念，采用了前剪枝策略。实验结果显示，改进算法能够使生成的决策树在保证精度的基础上更加精简。文章重点介绍了针对决策树ID3算法的改进，并通过实验对算法的效果进行了验证。接下来，以校园一卡通数据的数据挖掘为项目背景，就备餐问题对数据样本进行了挖掘。对餐饮数据

3、的挖掘分为两个阶段，第一阶段利用SQL语句对一卡通数据进行了预处理，利用SPSS工具对就餐时间进行聚类，将聚类结果作为第二阶段挖掘即分类的输入之一，第二阶段的分类算法使用了改进ID3算法，取得了较好的效果。决策树算法的研究与应用关键字：数据挖掘，分类，决策树，ID3算法，校园一卡通决策树算法的研究与应用RESEARCHONDECISl0NTREEANDITSAPPLICATIONABSTRAcTDataMining(DM)isatechniquethataimstoanalyzeandunderstandlargesourcedataandrevealknowledgehidd

4、eninthedata．Classificationisanimportanttechnologyindatamining，whileDecisiontreeclassificationisaveryeffectiveclassificationmethod．Sofar,peopleputforwardmanykindsofdecisiontreeclassificationalgorithms．Eachhasitsstrongpointonexecutingrate，expansibility,intelligibilityofoutputandaccuracyofclass

5、ification．However,thesealgorithmsstillhavesomeshortages．Furtheroptimizingdecisiontreealgorithmwillnotonlyhelptoperfectitstheory,butalsoitspopularizationandapplication．AsapopularalgorithmofDecisiontree，ID3iswidelyusedbecauseofitssimpleideaandfacilerealization．However,thestructureofthetreeprod

6、ucedbythisalgorithmisusuallytoolargeandcomplex，thustheperformanceofthealgorithmisrestricted．Inordertoenhancetheefficiencyofthetree-producingprocessandavoid“overfitting",weimprovedID3algorithm．Theimprovedalgorithmtakestheclassificationeffectofeachclassifyingattributeintoaccount，thatis，ifthecl

7、assificationeffectreachacertainlevel，theprocessofclassificationofthatbranchwillbeterminated，andproposesanimprovedalgorithmbyusingthemaximumclasssupportandadoptingpre—pruningstrategy．TheexperimentresultsshowthatV决策树算法的研究与应用theimprovedalgorithmcanmak