基于决策树分类算法研究及应用-管理科学与工程专业论文.docxVIP

基于决策树分类算法研究及应用 摘要 数据库技术的迅速发展以及数据库管理系统的广泛应用?导致人们积累了越 来越多的数据。巨增的数据背后蕴藏着丰富的知识，而目前的数据库技术虽可 以高效的实现数据的查询、统计等功能量却无法发现数据中存在的关系和规则， 无法根据现有的数据预测未来的发展趋势。数据库中存在着大量的数据，却缺 乏挖掘数据背后隐藏的知识的手段，出现了数据爆炸而知识贫乏的现象。 分类在数据挖掘中是一项非常重要的任务 F 目前在商业上应用最多。分类 的目的是学会一个分类函数或分类模型〈也常常称作分类器〉量该模型能把数 据库中的数据项映射到给定的类别中的某一个，从而对未来数据进行预测。 本文以数据挖掘中的决策树分类算法为主要研究对象。对目前已有的各种决 策树分类算法进行了仔细研究?并指出各算法的优点和不足。同时将数据挖掘 中分类与回归树 (CART) 的分类算法用于我校的妻辈子知识发现的科研管理决 策支持系统项目中的人才识别模块的开发中。数据挖掘应用于高校的人才识 别还没有看到。高校人才的引进对学校的发展十分重要。传统的人才识别方式 是考察引进入员的一些定性的指标来进行人才识别 p 这样难以保证识别结果的 全面性、科学性、和准确性。本文给出了一种新的定量的人才识别的方法，它 是利用数据挖掘中分类与回归树 (CART) 的分类算法为理论基础对人才进行定 髦的识别，更具科学性。分类与回归树算法利用过去己有的引进入才的经验数 据分析提取规则，为以后的人才识别提供合理的、科学的决策支持。 关键字:数据挖掘.知识发现决策树，数据仓库。 The research and application of classifica创。 algorithm based on decision tree. Abstract: With the quick development of the database technique and the abroad uses of DBMA ，people have had more and more data. There are abundance of knowledge in these huge data ，although cu町ent database technique can do many functions with high efficiency ，for examp1e ，do query or do statistic stil1 cannot find the relationship and rule among data It still cannot Predict the development trend of the fu阳re ?n these data. There are 缸nount of the data in the database ，but there has little technique 也at can find out the knowledge with these data. So the current phenomenon is that ‘too much data，too little knowledge . Classification is one of the most important tasks of Data Mining more used in business. The goal of classification is to learn a classi马ring model or a c1assifying function (often called classi马!?ng vehicle)，which could be used for Prediction. Date in database can be projected on one of the given classification by using this model. This article focuses on the issues of 也，e research ofmost kinds of decision tree in classification algorithm in current. And disclaims the advan1age and deficit of algorithm of decision tree in classification which we mention in this 笛tic1e. The support decision of research of m扭agement sy