决策树算法在计算机教学评价数据挖掘中的应用.pdfVIP

山东广播电视大学学报 2011年第4期 决策树算法在计算机教学评价数据 挖掘中的应用 木 刘法伦 ．-。张新仁 ， (1．滨州学院 远程教育学院，山东 滨州 256600；2．滨州广播电视大学，山东 滨州 256600) 摘 要 ：将决策树 ID3算法应用到计算机教学评价数据挖掘 中，建立学生考试成绩是否优秀的决策树 ，并 利用事后修剪法实现分类决策树的剪枝。最后 由决策树产生分类规则，建立考试成绩优秀分析决策树模型。 关键词 ：决策树 ；计算机教学评价 ；数据挖掘 中图分类号 ：TP312 文献标识码 ：A 文章编号 ：1008--3340(2011)04—0o53—04 一 、 概述 输入 ：训练样本 ，各属性均取离散数值 ，可供归纳 的候 决策树是一种常用于分类和预测模型的算法 ，它通过 选属性集为 attribute_list。 将大量数据有 目的的进行分类，从而找到一些有价值的、 输 出：决策树 。 潜在的信息。其基本算法是贪心算法，采用 自顶向下的递 算法流程： 归方式构造决策树。最有影响和最早的是Quinlan于 1979 (1)创建一个节点N； 年提出的基于信息熵的ID3方法…。 (2)若该节点中的所有样本均为同一类别C，则 (一)核心问题 (3)返回N作为一个叶节点并标志为类别 C； 第一，决策树构建，即如何快速有效地创建决策树 ，且 (4)若 attribute_list为空，则 建立 的决策树能更容易地被理解 ；第二，决策树剪枝 ，即对 (5)返回N作为一个叶节点，并标记为训练样本集中 己建立的决策树进行优化处理，使结果树大小适中 。 最普遍的类别 ： (6)从 attribute (二)适用范围 _ list选择一个信息增益最大的属性 test attribute； 决策树方法并不适用于现实世界中的所有问题。只有 _ 在满足一定的条件时才可以产生理想的结果[3]。 (7)并将节点N标记为 testattribute； (1)实例须用 “属性一值”的形式描述。实例是由一系列 (8)对于test_attribute中的每一个己知取值ai，准备划 固定的属性 (如：“性别”)和值 (如：“男”或 “女”)构成，而属 分节点N所包含的样本集 ： 性的取值范围比较小时，决策树 的效果最好 ，对基本算法 (9)根据 test_attribute=ai条件 ，从节点N产生相应 的 扩展后也可以处理数值属性。 一 个分支 ，以表示该测试条件： (2)目标属性的可能取值是离散的。 (10)设 si为 testattribute=a~条件所获得的样本集合； (3)训练样本可以有错误 。 (11)若 si为空，则 二、算法 (12)将相应叶节点标记为该样本集合 中类别个数最 (一)ID3算法描述 多的类别 ： ID3算法根据给定数据集产生一个决策树。 (13)否则将相应叶节点标志为Generate