基于计算动词决策树的股市数据分析.docxVIP

基于计算动词决策树的股市数据分析

基于计算动词决策树的股市数据分析

1

基于计算动词决策树的股市数据分析

摘要本文介绍了传统的决策树和计算动词决策树的概念和结构，并提出了一种基于计算动词熵、计算动词相似性的算法，该算法可以解决如何从训练样本中得到计算动词决策树的问题。本文通过对股票交易的决策来说明计算动词决策树对于动态过程历史记录的数据挖掘是非常有效。虽然其在规则设置与参数优化上还是存在着一些不足，但仍可以看出计算动词决策树是一个非常强大和有效的工具。

关键词计算动词计算动词熵计算动词相似度计算动词决策树股票

2

AnalyzingStockMarketBasedonComputationalVerbDecisionTrees

AbstractInthispaper,thetraditionaldecisiontreesandtheconceptandstructureofcomputationalverbdecisiontreeswerepresented.Analgorithmoflearningverbdecisiontreesfromtrainingexamplesbasedoncomputationalverbentropyandcomputationalverbsimilaritieswaspresented.Inthispaper,anexampleofdecisiontrainingforexchangingstockswereusedtoshowtheusefulnessofcomputationalverbdecisiontreetodatamininghistoricalrecordsofdynamicalprocesses.Thoughtherearesomeshortagesinrulessettingandparameteroptimization,thecomputationalverbdecisiontreesarepowerfulandusefultools.

KeyWordscomputationalverb,computationalverbentropy,computationalverbsimilarities,computationalverbdecisiontrees,stock

3

目录

摘要 1

关键词 1

英文摘要 2

英文关键词 2

目录 3

引言 4

第一章传统决策树 5

1.1传统决策树的简介 5

1.2传统ID3算法 6

第二章计算动词决策树 10

2.1计算动词决策树研究意义 10

2.2计算动词理论基础 10

2.2.1计算动词的产生与发展 10

2.2.2计算动词定义与相似度 11

2.3计算动词决策树的构造方法 13

第三章基于计算动词决策树的股市数据分析 19

3.1股票基础知识 19

3.2股票的动词决策树的相关概念 19

3.3在MATLAB下建立股票的动词决策树 25

3.3.1股票的动词决策树的建立过程 25

3.3.2设计股票的动词决策树的方案 27

3.4在MATLAB下应用股票的动词决策树 28

3.4.1如何应用股票的动词决策树 28

3.4.2比较各方案下股票的动词决策树的优劣 28

结论 33

致谢语 34

参考文献 35

附录 36

4

引言

信息科学未来最大的挑战是如何将“直觉”嵌入到机器智能中去，这里的“直觉”指的是一种无需有意识进行推理的认知能力，它是一种动态的信息。为了能将这种动态信息嵌入到机器智能中去，就必须对该动态过程进行建模，自然语言是目前最强大的建模工具。为了更好描述其动态性，计算动词理论应运而生。

传统的决策树仅仅能从静态数据中提取知识，而不能高效地从动态数据如时间序列中提取知识。受到自然语言通用建模能力的启示，基于计算动词提出了一种新的决策树，即计算动词决策树。计算动词决策树是在传统决策树上的延伸，它将计算动词作为属性值加入决策树中，不仅具有传统决策树的所有优点，能从静态数据中提取知识，更能高效地从数值和分类的动态数据如时间序列中提取知识。我们通过程序对其实现，程序设计的通用性使得以后对历史动态数据分析做决策或预测