ID3算法在企业员工考核中应用.pdfVIP

ID3算法在企业员工考核中的应用 黄学辉魏振钢孟凡勇 (中国海洋大学信息科学与工程学院青岛266100) 摘要论述了决策树分类算法中的ID3算法的基本内容及实现方法，分析了节点选择的方法，采用自顶向下递归的 方法构造了员工考核的决策树模型，提高了工作效率，体现了ID3算法的优点。 关键词决策树，ID3算法，员工考核 ID3 EvaluationStaffinthe Algorithm EnterpriseApplication HUANGXue-hmWEI MENG ZhewgangFan-yong ofInformation of (College University 266100，China) Sdence＆Engineering，OceanChina，Qingdao AbstractDiscusses tree in and thedecisionclassification thebasiccontentsofID3 algorithm algorithmimplementa- ofthenodeselection use methodof stmctureofthedecisiontree tion，Analysis methods，Theoftop-down reeursive of modelstaff thework the oftheID3 appraisal，enhanceefficiency，reflectingadvantages algorithm． Decision tree，ID3 Keywords algorithm，Staffappraisal 1引言 一种广为人知的算法，它是为了从数据中归纳分类模型而构 决策树分类方法是机器学习中解决实际应用分类问题的 造的算法，也称为决策树。ID3作为一种典型的基于属性选 方法之一，ID3算法是决策树方法的经典算法。随着数据库 择的决策树算法，以信息增益作为测试属性的标准，构造的决 管理系统在企业中的应用，数据库积累的信息越来越多，如果 策树平均深度较小，分类速度较快。 想更好地对员工考核进行分析，就需要一种数据挖掘技术。 在数据库系统中，如果属性或字段值是离散的，就完全可 ID3算法是决策树方法的经典算法，其方法是找出最有判别 以用Ⅱ)3算法对离散的属性进行决策树学习。ID3算法是一 力的因素，把数据分成两个子集，每个子集又选择最有判别力 种基于信息熵的决策树学习方法，它使用信息增益作为属性 的因素进行划分，一直进行到所有子集仅包含同一类型的数 选择度量．，，设结点Ⅳ代表或存放划分D的元组，选择具有最 据为止。该方法被广泛应用于保险、医疗、电信业、制造业和 高信息增益的属性作为节点Ⅳ的分裂属性，该属性使结果划 气候分类与预测方面。本文将对决策树ID3算法在员工考核 分中的元组分类所需的信息量最小。这种方法使给定元组分 中的应用进行研究。 类所需的期望测试数目最小，并确定找到一棵简单的(但不必 是最简单的)树。 2基本原理 D中的元组分类所需的期望信息由下式给出：