C4.5算法的过程与实际应用分析.docVIP

PAGE xxxxxxxxx学院 《数据挖掘》课程实验报告 （个人论文） 实验名称 C4.5算法实验 系 部 计算机科学与工程系 班 级 2011级软件工程x班 学 号 XXXXXXXXX 姓 名 XXXXX 指导老师 XXXXXXX 计算机科学与工程系 2014年 12 月 2 日 论 文 目 录 TOC \o 1-3 \h \z \u 20047 第1章 数据仓库概述 1 5594 1.1 数据仓库的产生 1 8003 1.1.1 数据库定义 1 15513 1.1.2 数据仓库是信息传递的一种简单概念 2 27352 1.1.3 数据仓库是一种环境而不是产品 2 29834 2.1 数据仓库的类型 3 25748 3.1 数据仓库的类型 3 19908 4.1 为什么要建立数据仓库 4 1080 5.1 数据库和数据仓库的区别 6 28931 第2章 数据挖掘概述 8 1955 2.1 背景 8 17515 2.2 数据挖掘定义 9 1289 2.3 基本概念 10 13188 2.4 主要功能 10 6018 2.4.1. 概念/类别描述（Concept/Class Description） 10 7145 2.4.2. 关联分析（Association Analysis） 11 16771 2.4.3. 分类与估值（Classification and Estimation） 11 11382 2.4.4. 聚类分析（Clustering Analysis） 11 15303 2.4.5. 时间序列分析（Time-Series Analysis） 11 13062 2.4.6. 其它功能 12 23712 2.5 数据挖掘的应用 12 29949 第3章 数据挖掘常用算法 13 25303 3.1 C4.5算法 13 20777 3.2 K-Means算法 13 2175 3.3 Support vector machines 13 7629 3.4 The Apriori algorithm 14 9573 3.5 最大期望(EM)算法 14 3017 3.6 PageRank 14 9734 3.7 AdaBoost 14 24639 3.8 kNN: k-nearest neighbor classification 15 821 3.9 Naive Bayes 15 8229 3.10 CART: 分类与回归树 15 1996 第四章C4.5算法的过程与实际应用分析 15 26019 4.1 数据挖掘和决策树挖掘 16 23846 4.2 保险数据预处理 16 5429 4.3 用C4.5算法构建客户流失决策树 18 23606 4.3.1 决策树生成 18 6360 4.3.2 决策树剪枝 20 20591 4.3.2 模式评估与应用 20 14816 第5章 总结 21 PAGE 1 标题：黑体，三号，加粗居中，单倍行距，段前24磅，段后18磅， 章序号与章名间空一个字符第1章 数据仓库概述 标题：黑体，三号，加粗居中，单倍行距，段前24磅，段后18磅， 章序号与章名间空一个字符 随着我行信息科技工作进入后蓝图时代，后线分析系统建设的需求会越来越高，将在快速响应、高效实施、灵活应变、信息统一、全局分析、深度挖掘、监管有力、报送及时、降低成本等方面提出更多新的挑战。面对蓝图成功投产后新的产品体系，如何统一规划全辖数据资源、整合后线产品架构、准备各项技术预研可能是将来信息科技工作的一个重心。 数据仓库（DW）是各行业后线系统发展的一个重要方向，它在克服部门级应用的局限（数据分隔、重复存储、重复中间加工过程、维护工作繁琐、资源重复投入等）、满足全辖基础数据共享、提供全局分析视角和应用组件、支持快捷灵活和低成本的开发部署等方面有着不可替代的功能和地位。 数据仓库本身有着不同视角的概念解释，大可涵盖整个企业级应用架构，小可专注于单纯的数据建模与存储；数据仓库涉及重多相关技术，如ETL、数据模型设计、多维分析、数据挖掘等；数据仓库建设可能是一个复杂高难的全局性项目，正确的实施路径、策略、方法与有效的质量管理是项目成败的关键；另外，数据仓库系统实施后的管理与维护，也是保证各类后线应用系统长期顺利运行的重要因素。针对这些数据仓库相关的概念、技术、策略、方法等，可能并不是每个人都有比较全面的了解。因此有