数据挖掘中决策分类算法的研究.pdfVIP

摘要 数据挖掘作为一个应用非常广泛的新兴领域，有很多值得深入研 究的问题。分类作为数据挖掘的重要组成部分，更是人们讨论研究的 焦点。其中决策树分类算法因其效率较高、结构简单、通俗易懂以及 分类精度高等特点广受人们青睐。 本文在学习和分析现有数据挖掘理论的基础上，重点研究决策树 分类中C4．5算法。主要内容：概述数据挖掘技术、详述分类与决策 树技术、详细介绍C4．5算法、改进C4．5算法并将其应用到实例中去。 本文的创新点是对C4．5算法进行改进，并应用到作为商业银行 决策助手的实际应用中去。主要思路是：针对C4．5算法运行过程中 需要进行多次扫描，导致效率不高的缺陷进行改进。共总结提炼出两 种改进方式：一是针对类别属性只有正例集和反例集两种的特殊数据 集，结合高等数学中泰勒公式和信息增益率的计算特点，提出对属性 判别能力度量计算方式进行改进，优化其中的对数运算，提升运行效 率；二是对连续属性的处理上的改进，现有的C4．5算法对连续属性 处理，是通过将其离散化、排序后，比较所有划分点的信息增益率， 从而选择分裂属性，改进算法提出寻找