面向離散屬性的決策樹分類方法研究.pdf

1、數(shù)據(jù)挖掘是指在大量已存在的數(shù)據(jù)中發(fā)現(xiàn)規(guī)律的一個過程。近年來，在大量數(shù)據(jù)中智能提取知識已經(jīng)引起了業(yè)界廣泛的關(guān)注。數(shù)據(jù)挖掘領(lǐng)域包括分類、聚類、聚簇、關(guān)聯(lián)分析等各種挖掘方法。決策樹算法因它提取知識簡單、高效、易于理解等優(yōu)點，在數(shù)據(jù)挖掘領(lǐng)域中占有無可替代的地位。在已有的決策樹算法中，計算決策樹分裂結(jié)點的標(biāo)準大多以香農(nóng)的信息熵為基礎(chǔ)，信息熵需反復(fù)地進行對數(shù)運算，分類效率不高。又因已有算法在選擇候選結(jié)點時的隨機性，使分類器無法進一步選擇判斷屬性分裂

2、標(biāo)準相同時的情況，進而降低預(yù)測分類的準確率。
　　本研究主要內(nèi)容包括：⑴針對已有決策樹算法分類效率不高的問題，為避免復(fù)雜的對數(shù)運算，提高CPU的利用率，提出了改進的屬性判斷標(biāo)準的優(yōu)化函數(shù)。對比實驗顯示該優(yōu)化函數(shù)能有效提高分類效率和CPU的利用率。⑵針對生成后的決策樹分類器精確率低的問題，為避免當(dāng)兩個或更多的屬性判斷標(biāo)準的計算值接近某個閾值或相等，隨機選擇一個結(jié)點作為下一個屬性分裂的結(jié)點，進一步引入了一個基于堆的屬性判斷方法，以此來