數(shù)據(jù)挖掘方法在二苯乙烯系列化合物中的應(yīng)用研究.pdf

1、隨著計算機技術(shù)和現(xiàn)代工業(yè)分析測試技術(shù)的發(fā)展，在化學化工領(lǐng)域積累了大量的數(shù)據(jù)。數(shù)據(jù)挖掘技術(shù)的產(chǎn)生和發(fā)展為從這些數(shù)據(jù)中獲取有用知識提供了有力的工具。數(shù)據(jù)挖掘分析了化工生產(chǎn)過程的復(fù)雜性，對實驗數(shù)據(jù)進行了挖掘并得到了時間及產(chǎn)率的控制。本文介紹了數(shù)據(jù)挖掘方法和決策樹的基本理論，并針對二苯乙烯系列化合物的數(shù)據(jù)具有高維、復(fù)共線性和帶有噪音的特點，利用決策樹及其預(yù)處理過程，對連續(xù)屬性的離散化、屬性篩選、規(guī)則獲取等進行了研究，解決化學化工數(shù)據(jù)挖掘所面臨的

2、問題。
　　 由于化學分類數(shù)據(jù)集大多為連續(xù)型數(shù)據(jù)集，若要提高決策樹分類器的性能，須先將連續(xù)型數(shù)據(jù)離散化，以方便進一步的處理，本文介紹了決策樹方法的基本原理和幾種常用決策樹算法。通過分析、比較各算法的優(yōu)缺點，結(jié)合化工生產(chǎn)的實際特點，選擇了一種ID3算法。在詳細討論了ID3算法特點的前提下，針對具體的實例建立ID3決策樹。結(jié)果證明該方法分類性能良好，與其他方法相比，由決策樹發(fā)現(xiàn)的分類規(guī)則表達方式直觀，便于理解，生成速度也較快。