基于决策树的银行客户分类算法研究.pdf

《基于决策树的银行客户分类算法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第3期江苏科技信息No．32014年2月JiangsuScience＆TechnologyInformationFebruary，2014基于决策树的银行客户分类算法研究郑秀仙(南京航空航天大学经济与管理学院，江苏南京211106)摘要：在国内，商业银行的数量上百家，商业银行的业务种类层出不穷，银行的客户数据与日俱增，这给银行客户分类带来了很多难题。文章针对银行客户分类问题，在决策树中引入核的概念，提出一种基于决策树的银行客户分类算法。关键词：数据挖掘；决策树；客户分类算法1决策树算法简介在列，合并重复行，并重复上述步骤，直到没有重复

2、行，则剩余决策树是对数据进行分类的一种行之有效的方法。决策树属性集为信息系统属性集合的一个约简，记作RED(Co相反，方法采用自顶向下的递归方式，顶点是整棵树的根节点，代表如果将属性i删除，使得U／IND(C一{})≠U／IND(C)成立，则某个属性，一般用椭圆形表示。通过对根节点的判断结果引出属性；在c中是必要的属性，称为信息系统属性集合的核，记不同分支，每个分支代表一种输出。分支向下指向内部节点或作CORE(C)。在此要说明一点，属性的约简不唯一，但是属性叶节点，如果是内部节点则再次判断，如果是叶节点则停止判的核是唯一的。断，叶节

3、点即为判断的结论，一般内部节点用椭圆表示，叶节点定义4在信息系统IS中，设P是对象u的条件属性集，用圆表示。从决策树的根节点到叶节点的一条路径对应着一Q是对象u的决策属性集，已知PuQ=c，且PnQ=。则令u／条合取规则，整棵决策树对应着一组析取表达式⋯。IND(P)={A1，A2，⋯，A}，U／IND(Q)={B1，B2，⋯，B}，则Zi=UAC2基于决策树的银行客户分类算法研究_Bj；Z1：UABAEU／IND(J^．EUIIND(，决策树就像一颗倒着生长的树，是从一组没有任何规律和则称{z，z，⋯⋯，Zn+l}为P相对于Q的泛化

4、，记作GENQ顺序的数据集中采用递归的方法生成的树。1986年，Quinlan在(P)。文章~Inductionofdecisiontrees)中提出了著名的ID3算法l2]。在信息系统IS=(U，C，V，f)中，条件属性可以分为in个不ID3算法的核心是：用信息增益作为决策树各级节点上选择属同的类M(i_1，⋯，m)，系统中含有n个对象，PI是对象u中任性的标准。实施的具体步骤为：检测全部属性，将信息增益最意对象属于M。的概率，属于M。类的实例为M属于M。类实例大的属性作为决策树的根节点，属性的不同取值作为判别标的个数表示为lMil

5、，则P=lM．I／n，信息系统中对象分类准，根据不同的判别标准设立分支，以递归的方式调用该方法，所需的期望信息为：建立决策树的内部节点，当所有分支的子集仅含有同一种类别Info(u)=一Plogz(p)的数据时，算法结束。最后生成一棵能够对新的数据集进行分i=1类的决策树。本文提出的银行客户分类算法继承了ID3算法的现在，假设按照属性A划分对象集u中的对象，根据观测优点，针对于ID3算法只能对较小数据集有效这一缺点进行改属性A得知其具有v个不同值{a，a，⋯，av}。因此可以将对象进。本文将粗糙集中属性约简的思想3]引入，在新的算法中

6、提u划分为v个子集{u，u，⋯，u}，其中每个子集中的样本在属出属性核的概念。本文首先给出一些相关定义，具体如下：性A上具有相同的值。此次划分并不能得到准确的分类，还需定义1在信息系统IS=(U，C，V，f)中，属性仅∈C(1≤要如下度量：k≤m)作为目标决策而存在，称为决策属性；属性OtjC(1≤InfoA(U)=∑料×Inf0()i≤m，i≠k)为决策属性提供支持，称为条件属性。j=llul定义2在信息系统IS=(U，C，V，f)中，对象的非空有限集其中ll／lU1代表第j个划分的权重。Info4()是基合u中任意的子集A，不能够

7、将非空有限集合u中的某些对于按属性A划分对象u所需要的期望信息。需要的信息越小，象区分开，则称子集A是不可辨识的，记作IND(A)。划分的纯度越高。在属性A上的分枝将获得的信息增益是：定义3在信息系统IS=(U，C，V，f)中，对于每个属性OtjGain(A)=Info()一Infoa(U)c(1≤j≤m)，如果将属性，删除，使得U／IND(C一{})=U／INDQuinlan的ID3算法是选择信息增益最大的属性作为条件(c)成立，则属性Otj在C中是不必要的，删除不必要属性Otj所属性，而本文提出的客户分类算法首先是找到属性的核，如

8、果作者简介：郑秀仙(1987一)，女，吉林桦句，硕士研究生；研究方向：管理信息系统与企业信息化。一10—20第14年3期2月江苏科技信息·科技金融街No．3February，2014属性的核为空，则按照ID3算法计算信息