心理测量中的数据挖掘.ppt

本研究产生了29个叶子结点， 即29条分类规则。 以适应性总分为例， 列举其产生的八条规则。 规则1： IF 留学生对服务模式的态度=“认同” AND 留学生性格外向=“是” AND 对教学管理的态度=“不认同” THEN 总适应(60.0%)=“适应”。 规则2： IF 留学生对服务模式的态度=“认同” AND 留学生性格外向=“是” AND 对教学管理的态度=“认同” AND 对公德意识的态度=“认同” THEN 总适应(86.3%)=“适应”。 规则3： IF 留学生对服务模式的态度=“认同” AND 留学生性格外向=“是” AND 对教学管理的态度=“认同” AND 对公德意识的态度=“不认同” THEN 总适应(66.2%)=“适应”。 规则4： IF 留学生对服务模式的态度=“认同” AND 留学生性格外向=“否” THEN 总适应(50.5%)=“不适应”。 规则5： IF 留学生对服务模式的态度=“不认同” AND 留学生性格外向=“是” AND 对食堂环境的态度=“认同” THEN 总适应(63.3%)=“适应”。 规则6： IF 留学生对服务模式的态度=“不认同” AND 留学生性格外向=“是” AND 对食堂环境的态度=“不认同” THEN 总适应(69.7%)=“不适应”。 规则7： IF 留学生对服务模式的态度=“不认同” AND 留学生性格外向=“否” AND 对教师形象的态度=“认同” THEN 总适应(74.5%)=“不适应”。 规则8： IF 留学生对服务模式的态度=“不认同” AND 留学生性格外向=“否” AND 对教师形象的态度=“不认同” THEN 总适应(93.8%)=“不适应”。 从总适应性模型可以看出， 服务模式是其最佳预测变量。 八条规则结果显示， 如果留学生对服务模式认同， 虽然还受到其他因素的影响， 仍然普遍表现为适应； 如果留学生对服务模式不认同， 则虽也受到其他因素的影响， 基本都会表现出不适应。? 外向性是其第二个较重要的影响因素， 教学管理、教师形象、公德意识和 食堂环境也都对留学生的总适应性 产生不同程度的影响。 由此可见 决策树不仅能获得影响因素间的关系， 并且能够获得影响因素与适应性水平 之间的强因果关系。 而且它也类似于关联规则方法， 能够得出因素在各个水平上的预测概率， 并对因变量进行分类。 数据挖掘的方法很多很多， 这里只是介绍了 关联规则和决策树的方法， 它们可以看作是心理统计的补充， 从心理测量数据获得更多信息。 谢 谢！ 于是可计算属性“年龄”的信息增益为： 采用类似的方法，可以计算属性“学生”的信息增益为： 采用类似的方法， 还可以计算属性“收入”、“信用等级”的信息增益， 然后从所有属性中找到信息增益最大的属性，将它作为划分的对象。 3.2.4决策树的剪枝 如果建立的决策树的构造过于复杂，则对应的知识规则将是难以理解和应用的， 因此对于决策树的建立，不仅需要考虑分类的正确性， 还要考虑决策树的复杂程度，即在保证一定的分类正确率条件下，决策树越简单越好。 最常用的决策树简化方法就是剪枝， 包括预剪枝与后剪枝。 预剪枝是预先设定某一相关阈值，决策树达到该阈值后就停止树的生长。 该方法比较简单，但预先指定阈值相当困难。 后剪枝是对已经建立的决策树 以一定的标准进行剪枝， 使决策树得以简化， 但仍具有一定的分类正确率。 CART算法采用后剪枝法。 具体方法为： 针对未经剪枝的决策树T，运用算法将其某一个或几个子树删除，得到新的决策树 j，然后对于多种不同剪枝的结果 j进行比较，找出最好的剪枝形式。 剪枝过程中删除的子树将用叶结点代替，这个叶结点所属的类 用这棵子树中大多数训练实例所属的类来代替。 4、来华留学生跨文化适应性测量的数据挖掘 我们通过问卷调查得到 学校环境影响因素、 社会文化影响因素、 个性心理特征 与适应性水平的数据。 适应性和影响因素的关系： 关联规则方法； 根据适应性对留学生分类： 决策树方法。 4.1关联规则提取 4.1.1数据准备与参数设定 对于来华留学生跨文化适应性的 影响因素包括四方面21项： 人口统计学因素： （1）按文化圈分类的留学生国籍 （2）按GDP分类的留学生国籍（3）所在地（4）性别（5）年龄 （6）汉语水平 （7）学生类别（8）所学专业 （9）已来华时间 （10）来华前已学汉语的时间 （11）留学生来华前对华了解 （12）来华经费； 学校环境影响因素：（1）教师形象 （2）教学管理（3）食堂环境 （4）学习