数据挖掘分类算法的研究及的应用

《数据挖掘分类算法的研究及的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要摘要数据挖掘技术是机器学习、数据库和统计理论相结合的产物，是从大量的、不完全的、有噪声的、模糊的、随机的实际数据中，提取隐含的、先前未知的并有潜在价值的信息的非平凡过程。在数据挖掘领域中，分类问题是数据挖掘技术中的主要研究课题。分类是根据数据集的特点构造一个分类器，利用分类器对未知类别的样本赋予类别的一种技术。目前的分类算法主要有统计分类法、决策树、神经网络等。不同的分类方法会产生不同的分类器，分类器的优劣直接影响数据挖掘的效率与准确性。因此,当对大规模的海量的数据进行分类时,选择最有效的分类算

2、法是至关重要的。决策树是分类应用中采用最广泛的模型之一。它是建立在信息论基础上的，其基本思想是，通过一批已知的训练数据建立一棵决策树，然后利用建好的决策树，对数据进行预测。与神经网络和贝叶斯方法相比，决策树无须花费大量的时间和进行上千次的迭代来训练模型，适用于大规模数据集，除了训练数据中的信息外不再需要其他额外信息，表现了很好的分类精确度。其核心问题是测试属性选择的策略，以及对决策树进行剪枝。连续属性离散化和对高维大规模数据降维，也是扩展决策树算法应用范围的关键技术。针对以上情况，本文的研究工作主要

3、包括如下几个方面：1.本文首先介绍了数据挖掘的定义和主要方法，重点对分类的各种算法作了详细的介绍和比较，并分析了基于变形的FP-tree关联分类算法。2.本文仔细学习了决策树算法，对经典算法ID3进行了详细的介绍，然后详细地研究了C4.5算法对ID3算法5个方面进行了改进。针对粗糙集理论善于处理不精确和不确定性知识的特点，将粗糙集理论引入决策树算法分析中，对C4.5算法进行了相应的改进，通过实例分析验证了这种改进算法的有效性，分析了算法在时间上有明显的优越性。3.本文最后将改进的算法应用于一个英语在

4、线学习系统，可以为网络教育提供监控和个性化指导，学生在学习过程中每一个动作都会被记录下来作为个性化评价I数据挖掘分类算法研究及应用的条件，这样就不会忽略学生的每一个细节，形成的评价也就越准确，经过实验表明，我们最终形成的模型是可用的。关键词：数据挖掘，分类，决策树，粗糙集，英语在线学习系统IIAbstractAbstractThedataminingtechniqueisacombinationofmachinelearning,databaseandStatisticaltheory.Datami

5、ningcanseekinterestingorvaluableinformationwithinlarge,incomplete,noisy,rough,andrandomdatabases.Theproblemofclassificationisamajorsubjectofresearchindataminingtechnology.Classificationisthetechnologyforbuildingamodelaccordingtothecharacteristicsofthed

6、atasetandassigningcategoriestosamplesofunknowntypebymeansofthemodel.Atpresentclassificationalgorithmincludesstatisticalclassification,decisiontreeandnervenetworkandsoon.Differentclassificationmethodswillproducedifferentclassificationmodels.Thequalityof

7、theclassificationmodelhasadirecteffectontheefficiencyandaccuracyofdatamining.Therefore,itisofvitalimportancetochoosethemosteffectivealgorithmwhenclassifyinglargequantitiesofdata.Decisiontreeisthemostuniversalmodelsclassification.Itisamethodofdataclassi

8、ficationminingbasedoninformationtheory.First,wewillbuildadecisiontreebythemediumofknowntrainingdata.Then,capitalizedonthedecisiontreewhichhadbeencreated,wepredictwiththisdata.ComparedtotheNeuralNetworksadoptedandBaysinapplicationofmetho