A,5算法在水利水电建筑工程专业成绩分析中应用.PDFVIP

2006年12月 高等建筑教育 Dee．．2006 弟15卷 弟4期 Journal of Architectum]Education in Insitutlons of Higher Learning V01．15 No．4 基于CA,5算法在水利水电建筑工程专业成绩分析中的应用’ 胡 勇 ，胡 玲。 (1．重庆水利电力职业技术学院 信息工程系，重庆 402160；2。重庆师范大学 数学与计算机科学学院，重庆 400047 3．重庆大学 社会科学研究处，重庆 40O044) [摘 薹】针对学生成靖问题，给出了学生成靖数据挖掘模型。决策树方法是数据挖掘中非常有效的分类方 法。根据学生成绩数据特点，采用了C4．5决策树算法。C4．5算法是决策树核心算法ID3的改进算法，它构造简单， 速度较快。容另实现。选取决策属性，挖掘蛄果表明，谊算法能够正确将学生成靖数据分类。并得到若干有价值的蛄 论。供决策分析。 【关键瑚】数据挖掘；CA．5算法；决策树 [中圈分类号】Tv；G642 [文献标识码】A [文章纲号】1005-2909(2006)04-0108-04 随着高校毕业生的增多，就业的压力越来越大， ，，1个独立的取值，也就是说定义了，，1个类C ，i=1， 如何提高学生成绩是每一所高校的目标。影响学生 2，…，m； 为数据集s中属于c 类的子集，用 成绩的因素很多，传统的统计分析方法已不适应深 表示子集 中元组的数量。 入分析的需要。笔者对学生成绩数据库应用数据挖 集合S在分类中的期望信息量可以由以下公式 掘中的c4．5算法进行了分析，得出了影响学生某 m 给出，，(r。，r2，…，rm)=一∑Pi—log2(pj)式中： 科成绩的真实原因，教育管理人员可以此为依据，制 表示任意样本属于 类的概率；pl=r／ ， 为训 定相应措施，提高教学效果。 练样本数据集中的元组数量。假设属性A共有t1个 一 、 决策树算法原理 不同的取值{口。，口 ，…， }。则通过属性A的取值可 将数据集S划分为t1个子集，其中 表示在数据集S 决策树方法是数据挖掘的核心技术算法之一， 中属性A的取值为aj的子集J=1，2，…，tI，如果A被 它通过将大量数据有目的地分类。从中找出一些潜 选为决策属性，则这些子集将对应该节点的不同分枝。 在的、对决策有价值的信息，用于预测模型中。国际 如果s 表示s，子集中属于C 类的元组的数量， 上最早和最有影响的决策树方法是由Quird~研制 则属性A对于分类C (i=l，2，…，m)的熵可由下式 的ID3决策树生成算法。c4．5算法是ID3算法的 ， C J ．．．… J C 改进，该算法的基本工作流与ID3算法相同。决策 fl-W：E(A)=∑ (sv。…”，s．．I『c) 树方法的基本思想是采用信息论中的概念，用信息 属性A的每个取值对分类c 的期望信息量， 增益作为决策属性分类判别能力的度量，进行决策 (S。，，……，SI．|『)，可由下式给出)，(St，，……，S )= 节点属性的选择。C4．5算法采用信息增益率作为