數(shù)據(jù)挖掘中決策分類(lèi)的研究與實(shí)現(xiàn).pdf

1、　　數(shù)據(jù)庫(kù)內(nèi)容豐富，蘊(yùn)藏大量信息，可以用來(lái)作出智能的商務(wù)決策。分類(lèi)是一種數(shù)據(jù)分析形式，可以用于提取描述重要數(shù)據(jù)類(lèi)的模型和預(yù)測(cè)未來(lái)的數(shù)據(jù)趨勢(shì)。分類(lèi)是一個(gè)兩步過(guò)程。第一步，根據(jù)已知的數(shù)據(jù)集建立預(yù)測(cè)模型。第二步，使用模型進(jìn)行分類(lèi)。例如，可以建立一個(gè)模型對(duì)出海打魚(yú)的安全和風(fēng)險(xiǎn)進(jìn)行分類(lèi)。分類(lèi)方法已經(jīng)被應(yīng)用在專(zhuān)家系統(tǒng)、機(jī)器學(xué)習(xí)和決策支持等方面?！　”疚脑谏钊胙芯繘Q策分類(lèi)方法之后，針對(duì)決策分類(lèi)方法中比較成熟和應(yīng)用廣泛的ID3算法，提出了分類(lèi)有效度決

2、策樹(shù)的模型和ED算法。ID3算法在選擇分類(lèi)屬性時(shí)采用的度量標(biāo)準(zhǔn)是信息增益。ID3算法存在內(nèi)在偏置的問(wèn)題，會(huì)偏袒具有較多值的屬性。具有較多值的屬性把訓(xùn)練樣本分割成非常小的空間。因此，相對(duì)訓(xùn)練樣本，生成的決策樹(shù)非常寬，盡管它完美地分割了訓(xùn)練數(shù)據(jù)，但是對(duì)于后來(lái)的數(shù)據(jù)的預(yù)測(cè)性能會(huì)比較差，所以它不是一個(gè)好的預(yù)測(cè)器。　　本文對(duì)ID3算法和信息增益標(biāo)準(zhǔn)作了深入的研究，針對(duì)ID3算法內(nèi)在偏置的缺陷，提出了分類(lèi)有效度作為選擇分類(lèi)屬性的衡量標(biāo)準(zhǔn)，有效地考