数据挖掘中决策树算法优化研究的论文.pdfVIP

数据挖掘中决策树算法优化研究 滕明鑫1高占国2杨秀清3 (重庆通信学院重庆400035) (1qiaohua629@yahoo．tom．Cll2cqccgzg@sina．com3cqccyxq@163．corn) 摘要在数据库和数据仓库中运用数据挖掘技术必须考虑挖掘系统的速度问题，当数据集大到一定程 度时，由于系统的速度不够快，挖掘出来的知识将会是滞岳的，它对决策支持不仅无效甚至是有害的。 针对这一问题，夺文对数据挖掘过程中决策树的优化进行探讨。 关键词数据挖掘；决策树；并行陛；修剪算法 Researchon ofDecisionTree inData Optimizing AlgorithmMining TENG Gao Ming-xinzlian-guoYangxiu-qing communicationinstitute 40035 (ChongQing chongqingctana) (1qiaohu桕@yall00∞札cn2cqccgzg@sina．com3cqccyxq@163．com) are data Abstract：Itisneededtoffhnkaboutthe with whendata or applied problemspeed—up miningtechniques is warehouse．Whenminedare overa informationminedfrom datasets datasets level，the history large special invalidandeven ifthe of istooslow．Asf缸asthis isconcerned．this negativespeedminingsystem point paper free indata discussesthe ofdecision algorithm optimizing mining． Words：Data Key mining；Decisiontree；Parallelism；Pruningalgorithms 1．引言 随着数据库技术的迅速发展以及数据库管理系统的广泛应用。数据库不仅在数量上快速增长，而且 在规模上也越来越大。在巨增的数据背后蕴藏着丰富的知讽而目前的数据库技术虽可以高效地实现数据 的查询、统计等功能，但却无法发现数据中存在的关系和规则，无法根据现有的数据预测未来的发展趋势。 生物学领域研究的数以百万计的遗传基因，世界各国定期进行的人I=1普查，国土资源地理信息等都涉及 巨量的数据。面对如此庞大的数据资源，一般管理系统的查询检索机制和统计分析方法已无法有效地满 足应用的需要，形成了“数据丰富，知识贫乏”这一状况，数据挖掘正是在这样的应用需求背景下产生 并迅速发展起来的一个重要的研究领域。 决策树是数据挖