基于数据挖掘技术的概率统计教学研究.pdfVIP

2015年第6期 经济研究导刊 No．6，2015 总第260期 ECONOMICRESEARCH GUIDE SerialNo．260 基于数据挖掘技术的概率统计教学研究 马红娟 ，赵秀兰 ，孙亚萍 ，郑喜英 (1．黄河科技学院 信息工程学院，郑州 450063；2．郑州城轨交通中等专业学校，郑州 450000) 摘 要：数据挖掘的本质是从现在已有的信息数据中发现规律和模式。阐述经典的决策树一ID3算法，并且将此算 法应用到概率统计课程教学改革中，进行数据挖掘的实例分析 ，从中提取有价值的信息，并对得到的结果进行分析 ，得 出影响高校学生数学成绩的一些原因，为提高民办高校大学数学教学管理水平提供科学依据。 关键词：数据挖掘；ID3算法；决策树；概率统计课程教学 中图分类号：G642 文献标志码：A 文章编号：1673—291X(2015)06—0220—03 分为两种 ：一种是定性评价 ，一种是定量评价。定性评价一般 引言 分为优、良、中、差等四个级别 ，定量评价是概率统计课程考 高速发展的信息技术产生了大量的数据，人们收集这些 了多少分。仅仅从单独一门概率统计课程进行分析，很少关 数据，在给我们生活提供方便的同时，带来一些问题。由于收 注到学生取得这些概率统计成绩背后的影响因素和原因。 集的数据不断增多，在对数据进行挖掘的过程中对所隐藏的 数据库是从定性分析的角度分析学生 ，缺点是结果不精确； 数据知道的方法比较少，使得数据囤积量增大，由于数据库 数据仓库是从定量的角度分析 ，能精确得到各个方面的数 里的量 ，在以几何形式不断增长 ，要在数据库中对信息去伪 据。使用数据挖掘技术和数据仓库对学生概率统计成绩进 存真、去粗存精，靠传统方法是不够的，要想高效地组织、管 行深层的分析 ，挖掘出隐藏在数据背后的模式或规律 ，根据 理这些数据进行分析和应用，数据挖掘是对计算机系统提供 数据挖掘结果提出一些指导性建议，更好地指导概率统计 更高层次数据分析的最有效的方法。数据挖掘是知识发现的 教师的教学，提高概率统计教学效率，有效地提高学生概率 核心部分，从数据集合中自动抽取隐藏在数据中的游泳信息 统计成绩。 的非平凡过程，表现形式为：概念、规则、模式及规律等。数据 二、决策树中的ID3算法 挖掘融合了统计学、模式识别、数据库、神经网络、机器学习、 空间数据、数据可视化 、人工智能、信息检索、高性能计算等 数据挖掘技术主要有遗传算法、决策树法 、集合论法、神 多个领域的理论和技术，是一门交叉学科。 经网络法等。决策树法分为CLS算法、ID3算法、IBLE算法 等。ID3算法是由Quinlan首先提出的，该算法以信息论为基 一 、 数据挖掘在概率统计教学实践中的初步应用 础，以信息增益度和信息熵为衡量标准，从而实现对数据的 在民办高校概率论与数理统计教学实践中，学生是主 归纳分类。 体 ，存在着教师对学生课程管理、成绩管理、教学仪器管理、 已知有 C个结果的训练集 S： 学生管理等各种数据系统 。在这些数据库中存储了大量的数 Entropy(S)=E—p(I)log2p(I) (1) 据，隐藏在这些数据背后的信息一直未得到开发应用。学生 这里：P(I)是属于类 I的S的比例。∑是对 C求和。log2 是民办高校的核心，学生的概率统计学习成