決策樹分類算法及其應用.pdf

1、隨著企業(yè)信息化建設，數(shù)據(jù)倉庫和決策支持系統(tǒng)技術在企業(yè)中得到了空前的應用。如何將決策支持系統(tǒng)中的數(shù)據(jù)挖掘方法應用到企業(yè)中成為了研究的重點。 論文主要是圍繞數(shù)據(jù)挖掘分類算法中的決策樹算法的關鍵技術展開研究的。 本文首先對決策樹分類算法做了一個綜述。對典型的決策樹分類算法的主要特性，優(yōu)缺點，適用范圍，目前的改進狀況，決策樹算法的應用和展望進行了簡要的概述。 隨著數(shù)據(jù)處理技術的飛速發(fā)展，需要處理的數(shù)據(jù)規(guī)模越來越大，已經(jīng)從

2、最初的小型數(shù)據(jù)庫發(fā)展到現(xiàn)在大型數(shù)據(jù)庫，數(shù)據(jù)倉庫等。這時有效性、正確性和空間性就成為了數(shù)據(jù)挖掘中主要考慮的特性。在對典型決策樹分類算法的研究后，將抽樣技術引入到?jīng)Q策樹算法C4.5中，使得這種對小數(shù)據(jù)集有效的算法也能在給定大數(shù)據(jù)集的情況下挖掘出有一定正確性的分類規(guī)則。選擇UCI機器學習庫的標準數(shù)據(jù)庫為數(shù)據(jù)源，使用改進的基于抽樣的決策樹C4.5算法進行分類規(guī)則的挖掘。試驗表明該方法能在獲得滿意的正確性的情況下顯著的提高數(shù)據(jù)挖掘的效率。

3、 緊接著結合一個鋼鐵企業(yè)的應用背景，將改進的算法應用在了兩個大的方面：鋼鐵企業(yè)生產(chǎn)成本關鍵工序分析和鋼鐵企業(yè)虧損品種分析。第一個應用以工藝路線為切入點，結合鋼鐵企業(yè)的成本分析項目，對生產(chǎn)成本關鍵工序進行數(shù)據(jù)倉庫建模。采用改進的基于抽樣技術的決策樹C4.5算法對海量數(shù)據(jù)進行挖掘，挖掘出工藝路線中的關鍵工序，影響鋼鐵企業(yè)成本的分類規(guī)則。第二個應用結合鋼鐵企業(yè)的銷售虧損品種分析項目，對虧損品種分析進行數(shù)據(jù)倉庫建模，挖掘出鋼鐵企業(yè)虧損品種分析的