数据模型与决策论文数据模型与决策论文

《数据模型与决策论文数据模型与决策论文》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、数据模型与决策论文数据模型与决策论文ID3算法创建的数据模型的存储结构探讨摘要：利用ID3算法创建的模型是-个不规则的多叉树，这棵树可以用来预测某一事物的发展，从而为决策者提供数据支持。为了能够使用计算机根据模型进行决策，需要设计合理的数据结构来存储树中的各个结点，为算法设计提供支持。该文根据训练集的数据样本创建了数据模型，并根据模型的特点和查找要求，探讨了多叉树的存储方法,以保证算法的运行效率。关键词：ID3算法；信息增益；决策树；数据结构；结点TheID3AlgorithmCreateStorageStructureof

2、theDataModelareDiscussedYANGLong-ping(LiuzhouRailwayVocationalTechnicalCollege,Liuzhou545007,China)Abstract:ID3algorithmisusedtocreatethemodelisamoreirregulartree,thetreecanbeusedtopredictthedevelopmentofcertainthings,soastoprovidedatatosupportdecision-makers・Tobea

3、bletomakedecisionsbasedonthemodelusingacomputerrequiresadatastructuredesignedtostoreallnodesinthetree,thealgorithmisdesignedtoprovidesupport・Basedonthetrainingsetofdatasamplestocreateadatamodel,andfindthemodelcharacteristicsandrequirementsofthemulti-treestoragemeth

4、od,inordertocnsuretheefficiencyofthealgorithm.Keywords:ID3algorithm;informationgain;decisiontree;datastructure:node对于同一个问题，可能会有多个算法可以解决，但是，执行时间短的算法效率高，而算法的效率与存储量的需求有很大的关系。数据在计算机中的存储方式，是影响算法的执行效率重要因素。1ID3算法创建模型的基本思路ID3是基于信息矯的决策树分类算法，算法核心是在决策树中各级结点上选择属性，用信息增益作为属性选择标准

5、［1］,使得在每一个非叶子结点进行测试时，能够获得关于被测试例子最大的类别信息，利用该属性将例子分成子集后，系统的爛值最小。期望该非叶子结点到达各后代叶结点的平均路径最短，生成的决策树平均深度较小，从而能够提高分类速度和准确率。ID3算法计算每…个属性的信息增益，并选取具有最高增益的属性作为给定集合的测试属性［2］。对被选取的测试属性创建一个结点,并以属性标记，对该属性的每个值创建一个分支，依次类推。创建决策树的方法主要由儿个公式构成，分别是计算样本分类的期望信息、计算子集的矯、计算子集的期望信息和计算信息增益。1.1计算样

6、本分类的期望信息设S是s个数据样本的集合,假定类标号属性具有n个不同的值,定义n个不同的类Ci(i=l,2,3,•••,n)o设si是类Ci中的样本数,则对一个给定的样本分类所需的期望信息，可以由公式［3］计算出来。其中pi是任意样本属于Ci的概率，一般可用si/s来估计；对数函数以2为底，因为信息用二进制编码。1.2计算子集的爛设属性A具有m个不同值｛al,a2，…，am｝o可以用属性A将S划分为m个子集｛SI,S2,…，Sm｝。如果A作为测试属性，则这些子集对应于由包含集合S的结点生长出来的分支。假设sij是子集Sj中类

7、Ci的样本数［1］。则由A划分成子集的癮的计算可以由公式计算获得，其中充当第j个子集的权，并且等于子集中的样本个数除以S中的样本总数［1］。嫡值越小，子集划分的纯度越高。1.3计算子集的期望信息对于给定的子集Sj,期望信息可以根据计算出来，其中是Sj中的样本属于类Ci的概率［1］。1.4计算信息增益根据期望信息和爛值，可以得到对应的信息增益值。对于在A上分支将获得的信息增益可以由公式Gain（A）=I（si,s2,…，sn）—E（A）计算出来［4］。Gain（A）是由于获得属性A的值而导致的嫡的期望压缩，决策树算法就是计算每

8、个属性的信息增益，将具有最高信息增益的属性选作给定集合S的测试属性，创建一个节点，并以该属性标记，根据属性的每个值来创建树的分枝，并且据此划分样本。2ID3算法创建数据模型的结构根据采集到的数据样本，可以将数据分成训练集和测试集，其中训练集用于创建决策树，测试集用来对创建的模型进行验证，检