基于决策树的分类算法研究

《基于决策树的分类算法研究》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、兰州大学硕士学位论文基于决策树的分类算法研究姓名：周海波申请学位级别：硕士专业：计算机应用技术指导教师：屈志毅20090501摘要数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又潜在有用的信息和知识的过程。在这一过程中，对数据的分类是数据挖掘领域研究的重要课题。本文阐述了数据挖掘和分类技术的理论基础，主要介绍如何利用决策树方法对数据进行分类挖掘，详细的描述了决策树的基本知识和相关算法，并对几种典型的决策树算法进行了分析和比较。主要研究工作如下：1．在

2、分析XML技术和决策树的基础上，提出了一种决策树在XML数据库挖掘中的分析模型，为解决不同数据接口问题进行了有益的尝试；2．针对ID3算法倾向于取值较多属性的缺点，引入概率影响因子对ID3算法作了修正，使决策树减少了对取值较多的属性的依赖性，并通过使用学生信息训练集对两种算法建立的决策树进行比较，取得了良好的效果；3．利用修正后的决策树算法，使用C++语言，在兰州气象局气象技术保障网络管理信息系统中进行数据挖掘，为决策部门提供了合理、科学的决策根据。关键词：数据挖掘，决策树，XML，ID3算法，信息熵，概

3、率影响因子ABSTRACTDataminingmeanstheprocessofincomplete，noisy,fuzzyandrandomdata，extractionofimplidt，inwhichpeopledon’tknowinadvance，butpotentiallyusefulinformationandknowledge．Inthisprocess，theclassificationofdataindataminingisallimportantsubjectofstudy．Thisp

4、aperexpoundsthetechnicaldataminingandtheclassificationofbasictheory,mainlyintroduceshowtousethedecisiontreetodataminingmethodofclassification，decisiontreeisdescribedindetailthebasicknowledgeandrelatedalgorithms，andseveraltypicalalgorithmsofdecisiontreeana

5、lysisandcompared．Themainresearchworkasfollows：1．AnalysisofXMLtechnologyandthebasisofthedecisiontree，atreeintheXMLdatabaseminingintheanalysismodel，whichcaneffectivelysolvetheproblemofdifferentdatainterface．2．ID3algorithmbasedontheattributevaluestendtobemor

6、edisadvantages，introducingtheprobabilityofinfluencingfactorsofID3algorithmcorrected，makethedecisiontreetoreducethedependenceoftheattributevalues，andthroughtheuseofstudents’informationcollectionoftwokindsofdecisiontreealgorithmofcomparison，achievedgoodeffe

7、ct．3．Usingthemodifieddecisiontreealgorithm，usingC++language，Inmeteorologicaltechnicalguaranteeinformationsystemindatamining,andtoprovidearationaldecision—makingdepartments，thescientificdecision-makingbasis．Keywords：DataMining，DecisionTree，XML,ID3，Informat

8、ionEntropy,ProbabilisticInfluenceFactor．原创性声明本人郑重声明：本人所呈交的学位论文，是在导师的指导下独立进行研究所取得的成果。学位论文中凡引用他人已经发表或未发表的成果、数据、观点等，均己明确注明出处。除文中已经注明引用的内容外，不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研究成果做出重要贡献的个人和集体，均己在文中以明确方式标明。本声明的法律责任由本人承担。论文作者签