毕业论文（设计）-数据挖掘决策树算法的研究与改进

《毕业论文（设计）-数据挖掘决策树算法的研究与改进》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、海南师范大学本科生毕业论文（设计）题目：决策树算法的研究与改进姓名：学号：专业：计算机科学与技术年级：系别：计算机科V与教育技术完成日期：指导教师：讲师目录1•引言12.决策树算法的研究22.1.基本定义22.1.1.归纳学习的基本概念22.1.2.信息论的基本概念22.1.3.决策树的基本概念32.2.几种常见的决策树算法的简单介绍42.2.1.ID3算法42.2.2.C4.5算法简介112.2.3.遗传算法GA(GeneticAIgorithm)122.3•决策树的评价标准［1］132.4.决策树的进展与发展方向152.4.1.数据挖掘中决策树算法的主要进展152.4.2.

2、决策树技术面临的挑战及目前研究方向153•关于决策树算法的改进153.1.基于样本离散度［6］的特征选择方法163.1.1.基本概念163.1.2.基于离散度的改进算法173.1.3.分析与比较183.1.4.小结183.2.利用条件概率的思想来改进决策树算法183.2.1.算法的理论基础与基本思想193.2.2.举例分析193.2.3.分析与比较273.2.4.小结274.总结285.结束语286•致谢28参考文献29挖掘决策树算法的研究与改进作者：张亚磊指导老师：徐冬讲师(海南师范大学,海口,571158)摘要：在大量信息展现给人们的时候，“知识爆炸”给人们带来了极大的困扰

3、，如何有效的利用数据成为人们事业成败的关键。本论文主要对决策树的常见算法做初步的研究与探讨，并给出决策树的评价标准。并在此基础上利用最新的决策树算法思想由本人设计实例集验证相关文献中笔者的思想，最后提出自己一点意见和看法。关键词：数据挖掘；决策树；研究；改进TheResearchandImprovementOfDataMiningdecisiomakingtreealgorithmAuthor:YaleiZhangTutor:DongXuLecturer(HainanNormalUniversity,HaiKou,571158)Abstract：Nowadaysthereare

4、somuchinformationtounfoldinthepeopleatpresent,whichcausesoureyestakingoutallin,ntheknowledgeexplosion**hasbroughttheenormouspuzzletothepeople,howdoestheeffectiveusedatabecomethepeopleenterprisesuccessorfailurethekey.Thispapermainlydiscussedthepreliminaryresearchandthediscussiontothepolicy-ma

5、kingtree'scommonalgorithm,andproducesthepolicy-makingtree'sevaluationcriteria,aswellastopolicy-makingtreefuturediscussion.Usingthenewestpolicy-makingalgorithmthoughtinthisfoundationtodesignintheexamplecollectionconfirmationcorrelationliteratureaftermyselfauthorsthought,finallyproposesaPropos

6、ehisviewpointandtheview.Keywords：DataMining;decision-makingtree;Research;Improvement1.引言随着现代信息技术的飞速发展，在全球范围内掀起了信息化(Information)浪潮。信息产生的渠道多而FL宽广，更新的频率口益加快，各行业均产生了大量的信息。面对大量多的数据，人们往往无法找到自己所需要的知识或信息，这就是所谓“信息爆炸[3]”(Informationdetonation)以及它给人们带来的困惑。如何有效地利用和处理大量的信息成为当今世界共同关心的问题。随着数据库技术(Databasete

7、chnology)>人工智能(Artificialintelligence)、数理统计(Mathematicalstatistic)和并彳J：计算(Pandlelcomputation)筹技术的发展与融合，数据挖掘(datamining,DM)技术应运而生。口数据挖掘技术诞生以來，关于数据挖掘技术的研究也就开始了。数据挖掘是一门新兴的交叉学科，自提出以来，引起了众多专家学者的广泛关注，数据开采(Datamining)、数拯采掘(Dataexcavation)>知识发现(Knowledgedi