決策樹(shù)分類及剪枝算法研究.pdf

1、數(shù)據(jù)挖掘是從大量數(shù)據(jù)記錄中挖掘出有價(jià)值的模式或規(guī)律等知識(shí)的復(fù)雜過(guò)程，已被廣泛應(yīng)用于金融、保險(xiǎn)、運(yùn)輸及國(guó)防等領(lǐng)域。其中決策樹(shù)分類算法是數(shù)據(jù)挖掘中最為廣泛研究和應(yīng)用的一個(gè)課題，所以決策樹(shù)分類算法的研究具有很高的理論意義和應(yīng)用價(jià)值。 本文詳細(xì)闡述了決策樹(shù)的基本概念、主要研究?jī)?nèi)容和幾種典型的決策樹(shù)算法。由于在決策樹(shù)生成過(guò)程中，會(huì)過(guò)度擬合訓(xùn)練數(shù)據(jù)，而且易受噪聲數(shù)據(jù)的影響，所以剪枝操作是決策樹(shù)生成過(guò)程中的一個(gè)重要步驟，本文對(duì)四種主要的決策樹(shù)

2、剪枝算法進(jìn)行了研究和比較。 對(duì)多關(guān)系決策樹(shù)分類算法（MRDTL）的研究與改進(jìn)是本文的重點(diǎn)。在MRDTL算法生成的決策樹(shù)中，用選擇圖表示樹(shù)中節(jié)點(diǎn)。MRDTL算法直接在多個(gè)表上進(jìn)行分類挖掘，而不需要將多個(gè)表連接成一個(gè)表后，再在該表上進(jìn)行挖掘。MRDTL算法中的一個(gè)重要步驟是通過(guò)計(jì)算各限定詞的信息增益來(lái)選擇最優(yōu)限定詞，即選擇具有最高信息增益的限定詞添加到?jīng)Q策樹(shù)中。MRDTL算法中在計(jì)算信息增益的時(shí)候會(huì)出現(xiàn)漏掉記錄的情況，所以會(huì)導(dǎo)致計(jì)算