分类回归树在高校计算机联考数据分析中的应用.pdfVIP

计算机时代 2010年 第 1期 ·33 · 分类回归树在高校计算机联考数据分析中的应用★ 符保龙 。陈如云 (柳州职业技术学院，广西 柳州 545006) 摘 要：分析了分类回归树的基本结构及树的构建方法，并将其应用到高校计算机联考的数据分析中。结果表明，该方 法能够较好的对数据进行分类，所生成的分类规则有助于今后教学和学生工作的开展。 关键词：决策树；分类回归树；考试 ；数据分析 Application ofCART in DataAnalysisofCollegeComputer JointExamination FU Bao—long，CHEN Ru-yun (LiuzhouVocation TechnicalCollege．Liuzhou．Guangxi5450O6,China) Abstract：Thebasicstructureand tree constructing method ofCART are analyzed，and itis applied to the dataanalysis ofcollege computerjointexamination．The resultsshow thatthemethod can betterclassifydata，generatedclassificationruleswillhelp teaching and studentwork in hte future． Key words：decision tree；CART；test；data analysis 0引言 分支规则。选择分割的时候 ，每个字段都要考虑，对字段中的 全国高校计算机联合考试广西考区考试(简称高校联考) 值先排序，再分别计算 ，选出最佳的分割点进行分割。 是关于汁算机基础知识和基本应用技能的一种考试，可从一个 CART树需要使用基尼Gini系数。如果集合T包含N个类 侧面反应出区内各高校学生的计算机应用水平。目前我院对 别的记录，那么Gini系数就是： 高校联考考试情况的分析比较简单，不够全面。应用数据挖掘 Gini(T)：1一∑P (1) 技术的决策树分类法，对高校联考信息进行挖掘，寻找影响学 i-1 生通过率的重要因素，可对今后的教学提出指导性建议。 其中，pj是T中第N类数据的频率。对于节点T而言，其Gini(T) 值越小，意味着该节点中所包含的样本越集中，即该节点越钝。 1分类与回归树算法 设分支条件 ∈将节点t分成tL和tR两个子节点，其中分到tl_中的 分类回归树…(ClassificationandRegressionTrees，CART) 概率是P；分到tR的概率是P，称Ai(∈，t)=i(t)一Pi(t)一Pi(t)为 是数据挖掘中的一种分类方法，可用于分析已有的数据并提取 条件 ∈下节点t的杂度消减。为使节点t尽可能的钝 ，需选择分 关联规则，对识别指标中的属性进行量化计算。它为计算机等 支条件 ，使得该节点杂度消减尽可能大。用 ∈(t)表示所考虑的 级考试的通过情况提供了一个科学、准确的分析方法 r。 分支条件 ∈的全体 ，则选择分支条件应为∈arg △1【∈，t)。 假设过程测量数据x可以分成Y个不同的类。分类回归 树模型使用二叉树分类法将预测空间x递归划分为若干子集 ， 使用贪心算法 ，将根节点分支得到的左右节点作为根节点，递 Y在这些子集上的分布是连续