数据挖掘中决策树分类算法的研究.pdf

33 2 ( ) Vol. 33 No. 2 第 卷 第 期 东华理工大学学报 自然科学版 2010 6 JOURNAL OF EAST CHINA INSTITUTE OF TECHNOLOGY Jun． 2010 年 月 doi :10 ． 3969 /j ． issn． 1674 -3504 ． 20 10 ． 02 ． 0 15 数据挖掘中决策树分类算法的研究 李如平 ( ， 231100) 安徽工商职业学院电子信息系 安徽合肥 : ， ， 摘 要 决策树方法是数据挖掘中一种重要的分类方法 决策树是一个类似流程图的树型结构 其中树的每个内部结点代 ， ， 。 ， 表对一个属性的测试 其分支代表测试的结果 而树的每个叶结点代表一个类别 通过决策树模型对一条记录进行分类 ， 。 就是通过按照模型中属性测试结果从根到叶找到一条路径 最后叶节点的属性值就是该记录的分类结果 : ， ， 关键词 数据挖掘 分类 决策树 中图分类号:TP311． 13 文献标识码:A 文章编号:1674 -3504 (20 10)02-192-05 ， ， 近年来 随着数据库和数据仓库技术的广泛应 的内部节点进行属性的比较 并根据不同属性判断 ， ， 用以及计算机技术的快速发展 人们利用信息技术 从该节点向下的分支 在决策树的叶节点得到结 ， 。 ， 搜集数据的能力大幅度提高 大量数据库被用于商 论 所以从根到叶节点就对应着一条合取规则 整 、 、 。 业管理 政府办公 科学研究和工程开发等 面对 ( ， 棵树就对应着一组析取表达式规则 张桂杰 ， 海量的存储数据 如何从中有效地发现有价值的信 2005)。 息或知识， 。 是一项非常艰巨的任务 数据挖掘就是 。 把决策树当成一个布尔函数 函数的输入为 。 为了应对这种要求而产生并迅速发展起来的 数 (property )， ” ” 物体或情况的一切属性 输出为 是 或 据挖掘就是从大型数据库的数据中提取人们感兴 “ ” 。 ， 否 的决策