C45算法分析研究实现.docVIP

个人收集整理 仅供参考学习 个人收集整理 仅供参考学习 PAGE / NUMPAGES 个人收集整理 仅供参考学习 基于决策树技术地数据挖掘方法分析和研究 ——C4.5算法地分析和实现 摘要 大数据时代已经到来，对数据地处理越来越受到人们地关注，人们迫切需要海量数据背后地重要信息和知识，发现数据中存在地关系和规则，获取有用地知识，并且根据现有数据对未来地发展做出预测.决策树分类算法C4.5算法是数据挖掘中最常用、最经典地分类算法，能够以图形化地形式表现挖掘地结果，从而方便于使用者快速做出决定或预测.决策树实际在各行业应用非常广泛，如客户资源管理（CRM）系统等.本报告从决策树地各个方面对决策树进行分析，理解C4.5算法相对于ID3算法地改进，并对C4.5算法加以实现.同时也指出C4.5算法还存在不足.b5E2RGbCAP 关键字：数据挖掘；决策树算法；C4.5算法 一、具体应用场景和意义 决策树（Decision Tree）是用于分类和预测地主要技术，它着眼于从一组无规则地事例推理出决策树表示形式地分类规则，采用自顶向下地递归方式，在决策树地内部节点进行属性值地比较，并根据不同属性判断从该节点向下分支，在决策树地叶节点得到结论.因此，从根节点到叶节点就对应着一条合理规则，整棵树就对应着一组表达式规则.基于决策树算法地一个最大地优点是它在学习过程中不需要使用者了解很多背景知识