一种改进的决策树算法研析和应用.docVIP

致  谢  在 我 的 硕 士 论 文 完 成 之 际 ，回 首 攻 读 硕 士 研 究 生 期 间 的 学 习 和 生 活 ，感 觉 自 己 受 益 良 多 ，自 己 的 能 力 有 很 大 的 提 高 ，这 三 年 的 时 间 ，受 到 了 许 多 人 的 帮 助，在此像他们表示由衷的感谢。 首 先 ，我 要 衷 心 感 谢 我 的 导 师 邢 长 征 教 授 ，在 整 个 学 习 过 程 中 ，提 供 给 我 许 许 多 多 能 终 身 受 益 的 锻 炼 的 机 会 。整 个 的 攻 读 过 程 ，每 一 个 环 节 都 倾 注 了 老 师 的 汗 水 和 心 血 。同 时 老 师 严 谨 的 作 风 、优 异 的 领 导 才 能 、远 见 的 卓 识 令 人 钦 佩 ，相 信 ，从 老 师 身 上 学 到 的 这 一 切 ，将 在 我 日 后 的 学 习 生 活 工 作 中 发 挥 巨 大 的作用。 其次，感谢电信学院所有曾经辛勤培养、关心、支持我的老师们，尤其要 感谢关欣老师，是他们在学习和生活上给了我很大的帮助。 感 谢 同 门 的 师 兄 弟 姐 妹 们 一 直 给 予 我 的 鼓 励 与 支 持 ，感 谢 那 些 素 不 相 识 文 献工作者，是他们的不倦的工作奠定了我论文的基础。 感谢我的同学、朋友们一直以来对我的照顾和支持。 感 谢 我 的 家 人 ，是 他 们 长 期 以 来 在 生 活 和 精 神 上 给 我 巨 大 的 支 持 ，他 们 的 支持一直是我前进的动力。 最后再一次向所有的关心、爱护和帮助我的人们致以最衷心的感谢。 摘  要  决策树算法在数据挖掘技术中有重要的作用，本文着重研究了决策树理论中的 C4.5 算法，针对其在 当 训 练 集 样 本 包 含 大 量 的 连 续 值 属 性 时 ， 算 法 将 会 效 率 低 下 的 缺 点 ，提 出 了 利 用 划 分 熵 取 得 最 小 值 的 改 进 方 法 ，得 出 对 连 续 值 属 性 离 散 化 处 理 时 ，只 需 对 其 其 边 界 点 进 行 计 算 ，降 低 连 续 值 属 性 离 散 化 的 时 间 复 杂 度 。 同时对求解信息增益率的公式进行了简化。本文改进了一种决策树的简化模 型 。 使 之 能 利 用 信 息 增 益 度 量 选 择 测 试 属 性 ,得 到 最 为 合 理 的 测 试 属 性 ,也 使 得 属 性 选 择 度 量 的 信 息 理 论 含 义 清 晰 ,可 解 释 性 明 确 。本 文 设 计 实 现 了 一 个 学 生 成 绩 预 测 系 统 ，以 C 语 言 典 型 课 程 为 例 ，挖 掘 该 课 程 成 绩 与 哪 些 因 素 相 关 ，哪 些 是决定性因素，使教师针对不同类型的学生采用不同的教学方法和教学侧重 点，提高该课程成绩。 关键词：决策树； C4.5；离散化 - I - Abstract Decision tree algorithm plays an important role in data mining.It studies an important algorithm named C4.5 in this paper, For the samples in the training set contains a large number of continuous-valued attribute,algorithm will be inefficient.It proposed an improved method of obtaining the minimum entropy,derived for continuous-valued attribute discretization processing.And the best demarcation point is at the border point.So It can reduce the continuous-calued attributes and the time complexity of discretization.At the same time,it comprises information gain formula.The complex decision tree does not understand and build for the policymakers.This paper presents a simplified model of the decision tree.So that it can use i