决策树在数据挖掘中若干问题的研究.pdfVIP

中文摘要 决繁瓣鼹一穆奄效靛数据挖掘隽‘法；迸一步改进决策树，瓣商橇簸树昀性能， 绩箕更热这螽数据挖掘技寒魏发展要求其寅蘩要的理论和实践意义。本文瓣浃繁 树算法中涉及的连续属性离散化问趱进行了深入研究，提出了一种离效的离散亿 算法并对两葺申颞型的改进决策树方法进行了研究，主要包括以”F几个方瑟的晦 窑： 提出了～种将神缎网络年口决娥树相结台盼数据分类耨方法。该方法蓄先依握 藩性重要健将属性遴幸亍捧侉，然器碾过RBF神经网络迸行属性簸减，最后生成决 策搪，井抽取出规则。与传统的决策树分类方法相比。此方法诳依据属性蒸罄性 蛊接生或簸小决策树，避兔了橱的裁减遘程，大大飙快决繁树辅生箴效率，势遘 …步提高了规则的预测耩度。 分橱了蓥予壤躺离散纯标准的切点特熬，提出了一耱离散的基于边界点属性 筐念并鞠不一致度检验浆聪槛离散健算法。与婕统离敬他辣法栩比，此算法只对 逾赛点餍程德进：l亍套势，切点个数无蔫谩爱爨动生成，虽会筹蠼刚麓单赛聋子，丈 大溅小了计算量，适用于处理大规横i断维数据库的逑续属性离散化问题。同时由 于甏爝了苓一致度对餐选诵点集合进行谣熬健本算浚是毫衾褥瞧。 提出了～种适台予大蹴攘高维数据库的组含税化决繁橱髯法。糯耽子传统的 类似算法．该算法从数据的离散化，降维。属性遮掩三方露邀露敬进，对决繁耩 建立过程中不适应大规模商维数撼库的主要坏节谶彳亍了优化。裔效解决了处瑗大 埂模巍缨数攒瘴阚趱黔效攀鞠楗度乏闳的矛盾。 关键词：凌策礴数据分炎羼蛙离簸纯 ABSTRACT Decisiontreeis黼efficientdata method．It theoretic mining important possesses and fordecisiontreetomakemore andraisethe significance practice improvement as协makedecisionmoresuitableforthe of tree data performance，s13 requirement technic’s studiesthecontinuous mimng progress．This attributes paperdeeply discretizationofdecisiontree and problem algorithm discretization twonew decisiontree algorithm，exploresimproved methods，mainly includesseveral follows： aspects曩s Anewdata methodbasedoncombinationofneuralnetworkand Classilying decisiontreeis methodrapesattributesbasedonthe presented，Thefirstly importance ofthe then theattributesRBFneural attributes，an