DM中分类算法的研究及其应用.pdfVIP

维普资讯 ． 14．2004年10月 中国西部科技 DM中分类算法的研究及其应用 罗海蛟 (广东财经职业学院信息管理系 F-),j~l510420) 摘 要：分类算法是DM(数据挖掘)中的最重要的技术之一。本文对具有代表性的分类算法进行 了分析和 比较 ；并应 用分类方法在居民出行数据中挖掘 出一些公交乘客规则，讨论 了数据挖掘方法在公交乘客预测 中应用的前 景和 实效。 关键词 ：DM(DataMining) 分类 决策树 决策支持 l 引肓 方法、多元统计方法、计量经济学和时间序列分析方法 数据挖掘 ，也可 以称 为数据库 中的知识发现 等。此外 ，运筹学、人工神经 网络和专家系统技术的发 (KDD)，是从大量数据中提取出可信、新颖、有效并能被 展，也为数据挖掘提供了新的思路 。它的主要特点是能 人理解的模式的高级处理过程。 高度 自动分析企业原有的数据，归纳推理，从中挖掘出 本文在给出数据挖掘基本概念 的基础上，着重讨论 潜在的模式，预测客户的行为，帮助决策者作出正确的 了数据挖掘中分类方法的一些算法 ，并将其应用于对城 决策。DM技术基础是统计学与人工智能。人工智能是 以 市居 民出行数据 的分析，利用分类规则力图发现居民出 自动机为手段，通过模拟人类宏观外显的思维行为，从 行数据中公交乘客的一些规则，为公交预测、优化决策 而高效率地解决现实世界问题的科学核技术 。人工智能 提供依据。 目标非常高，除需要复杂算法外还需要特定的系统。但 2 基本概念 DM仅仅利用人工智能中一些已经成熟的算法和技术 。 数据挖掘 (Datamining，DM)是一个交叉学科领域 ， 3 数据挖掘 中分类算法概述 受多个学科的影响 ，包括数据库系统 、统计学 、机器学 分类是数据挖掘中的一个重要课题。分类的 目的是 习、可视化和信息科学等。数据挖掘实质上是一种决策 学会一个分类函数或分类模型(也常常称作分类器)，该 支持过程 ，其主要技术手段是统计方法，包括数理统计 模型能把数据库中的数据项映射到给定类别中的某一 度控制器的积分作用时间最优化。T=Omsl~，PI速度控 (3)在设定的速度范围内，速度控制器的K和1rN呈 制器的积分成分不起作用 ，它作为P型控制器而工作。因 线性变化 ，即控制器动作的变化依赖于实际速度值。调试 调整状态随负载变化而变化，所 以尽可能在实际负载状 时，使速度控制器的比例增益与积分作用时问最优化。 态下进行。在调整时，加入阶跃速度指令 ，用示波器观测 5 增益调整 其速度响应，同时注意机械部分的振动情况。对于速度 (1)位置环增益的最优值依负载而定 ，若负载变 阶跃响应 ，T影响如图4示 。 化，需重新调整。若增益设置值过大，会引起振荡，这时 应减小设置值从而停止振荡。若不能停止振荡，则关掉 电源和伺服使能信号，然后再开启电源将增益恢复到 较小的值 。 (2)若采用驱动器的速度环而外加位置环单元，伺 服系统的位置环增益会 由于速度指令输入增益参数的 改变而改变。 6 结束语 利用交