決策樹分類方法及其應(yīng)用研究.pdf

1、近年來(lái)各高校連續(xù)擴(kuò)招，學(xué)生數(shù)量迅速增長(zhǎng)，因此與學(xué)生相關(guān)的數(shù)據(jù)量也大大增加。目前關(guān)于學(xué)生成績(jī)的管理大多數(shù)是借助基本的數(shù)據(jù)庫(kù)管理系統(tǒng)，有些學(xué)校甚至還停留在紙質(zhì)管理的階段。這些管理方式不僅需要大量的人力物力，還容易出錯(cuò)、丟失數(shù)據(jù)等，并且只能實(shí)現(xiàn)最基本的查詢、統(tǒng)計(jì)功能，無(wú)法發(fā)現(xiàn)數(shù)據(jù)中隱藏的關(guān)系和規(guī)則。學(xué)生成績(jī)分析作為評(píng)價(jià)教學(xué)質(zhì)量的一個(gè)重要方面，發(fā)現(xiàn)影響學(xué)生成績(jī)的因素并對(duì)其進(jìn)行合理配置就變的十分必要。
　　對(duì)數(shù)據(jù)挖掘分類核心算法之一的決策樹

2、方法進(jìn)行了深入研究，著重研究決策樹中的ID3算法。針對(duì)ID3算法過(guò)度依賴取值較多的屬性這一不足，提出新的屬性選擇方法。將粗糙集中的近似精度通過(guò)加權(quán)的方式與決策協(xié)調(diào)度結(jié)合，作為選擇屬性的新方法，并采用規(guī)則匹配度對(duì)數(shù)據(jù)進(jìn)行預(yù)測(cè)。取UCI數(shù)據(jù)庫(kù)中幾個(gè)規(guī)模不同數(shù)據(jù)集，分別利用ID3算法和改進(jìn)后的算法進(jìn)行決策樹的構(gòu)建，實(shí)驗(yàn)得出，引入新屬性選擇方法的ID3算法在構(gòu)造決策樹的速度、預(yù)測(cè)的準(zhǔn)確度方面都有所提高。
　　通過(guò)系統(tǒng)實(shí)現(xiàn)改進(jìn)后的算法并對(duì)學(xué)