基于ID3的汽车满意度调查分析实验报告.doc

数据挖掘实验报告 -----ID3实验算法 组长：江进钦 实验应用场景介绍： 应用场合： 普通汽车零售行业及汽车生产商 应用过程概述： 从汽车的价格以及相对应的技术指标角度来对客户进行汽车的满意度调查并进行分类决策，为汽车零售商及汽车生产商今后的销售和生产方面提供了可靠的依据。 数据源的说明： 数据理解： 本次的实验总共选择了600条的数据，其中有200条数据作为测试数据，数据收集过程中体现了随机性和多样性。 (1)、每条数据有六组属性分别是：1、buying： vhigh, high, med, low. 2、maint： vhigh, high, med, low. 3、doors：2, 3, 4, 5more. 4、persons：2, 4, more. 5、lug_boot：small, med, big. 6、safety： low, med, high. (2)、目标属性值可取为：unacc, acc, good, vgood 三、ID3算法概述： 它是基于决策树的挖掘算法，他通过计算每一个属性的信息增益，并选取具有最高增益的 属性值作为给定集合（训练样本）的测试属性，以该属性建立一个节点，成为决策树的决策节点，然后依次来建立决策节点，直到不能再划分为止，算法的核心问题是如何选取在树的每个节点要测试