基于C45算法的空间分类应用探究

《基于C45算法的空间分类应用探究》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、本科毕业设计（论文）题目：基于C4.5算法的空间分类应用探究学生姓名：学号：专业班级:指导教师：2014年6月20日基于C4.5算法的空间分类应用探究摘要随着大数据时代的到来，通过数据挖掘获取海量数据背后的知识变得尤为重要。而空间数据是大数据的基础使得空间数据挖掘意义更为突出。其中空间分类是空间数据挖掘近年來较活跃的一个分支。木文基于决策树算法中的C4.5算法，以94年美国部分人口收入数据为例进行了空间分类应用研究。C4.5算法采用信息增益率作为选择分支属性的标准，分类得到一组判断个人年收入是否大丁5万美金的规则用丁预测人口收入，并得到

2、不同因素对收入影响力的排序。其中工作周数、年龄、学历和性别对于收入的影响，提醒我们需要进一步促进就业，普及高等教育，消除性别歧视以及给年轻人创造更多的机会。将分类结果与空间信息相关联后直观地展示到地图上，可以看到各行业的人口收入在各地区间的一些差异，有利于进一步挖掘空间知识，指导各地区乃至国家的经济部署。关键词：空间数据挖掘；空间分类；C4.5算法；人口收入ResearchandApplicationofSpatialClassificationBasedonC4.5AlgorithmAbstractAlongwiththeBigDat

3、aera,seizingtheknowledgebehindthehugedatabydataminingisveryimportant.Accordingtotheknowledgepeoplecanforecasttheunknowninformationfromtheknowndataattributes.SpatialdataisthebasisoftheBigData.Sospatialdataminingbecomesextremelysignificant.Spatialclassificationisahotdirect

4、ionofspatialdatamining.Thethesischosethecensusincomedatain1994fromU.S.CensusBureauforclassificationbasedonC4.5algorithm.C4.5algorithmusesinformationgainratiotoselecttheattributesforclassification.Thealgorithmproducedasetofruleswhichcanjudgeandpredictifthepersonalannualin

5、comeisbeyond50,000$.Accordingtotherules,thethesisgotthedifferentdegreesoftheseattributes'influentialpoweronincome.Theinfluencesofattributeslikework-weeks,age,sexandeducationgiveusthesuggestionsthatweshouldstillpromoteemployment,education,reducesexismandcreatemoreopportun

6、itiesforyoungpeople.TheclassificationresultscanberelatedtothespatialdataandshowedontheMap.Andwecanfindthedifferencesofcensusincomefromdifferentindustriesinvariousareas.SpatialknowledgecanbefoundmoreeasilytobeusedforguidingtheplanofeconomyintheseareaseventhecountryKeyword

7、s：spatialdatamining;SpatialClassification;C4.5Algorithm;censusincome目录第］章引言11・1研究背景11.2研究意义2第2章空间数据挖掘42.1数据挖掘42.2空间数据挖掘52.2.1空间聚类52.2.2空间分类62.2.3空间关联规则72.2.4空间趋势预测7第3章决策树分类算法83.1决策树算法综述83.2C4.5分类算法原理9第4章数据预处理114.1数据来源114.2数据屈性值的选取与特殊样本的剔除114.3数据缺失值处理与字符串的数值化12第5章决策树分类结果与

8、讨论155.1决策树分类结果155.2分类结果的讨论19第6章结论25致谢27参考文献28附录29附录A按工种分类各区域人口收入分布表29附录BC4.5决策树算法流程图30第1章引言1.1研究背景随着计算机