基于并行化的決策樹算法優(yōu)化及其應(yīng)用研究.pdf

1、隨著無(wú)線通信、MEMS（微機(jī)電系統(tǒng)）等技術(shù)的不斷進(jìn)步與發(fā)展，各種各樣的傳感數(shù)據(jù)呈現(xiàn)指數(shù)級(jí)增長(zhǎng)。這些海量數(shù)據(jù)不僅給傳統(tǒng)的數(shù)據(jù)庫(kù)存儲(chǔ)和處理器計(jì)算帶來(lái)了挑戰(zhàn)，同時(shí)也給數(shù)據(jù)挖掘領(lǐng)域帶來(lái)了新的發(fā)展機(jī)遇。數(shù)據(jù)挖掘旨在利用分類、聚類等數(shù)據(jù)挖掘相關(guān)算法從大量、有噪聲、隨機(jī)、模糊的數(shù)據(jù)中尋找出有用信息。在海量數(shù)據(jù)時(shí)代，數(shù)據(jù)連續(xù)屬性的準(zhǔn)確分割、數(shù)據(jù)挖掘算法并行化對(duì)于快速獲取正確的結(jié)果顯得越來(lái)越重要。分類算法在數(shù)據(jù)挖掘的各個(gè)方面會(huì)被使用到，決策樹分類器作為分

2、類算法中十分重要的分類器，具有易于理解、準(zhǔn)確率高、不需要領(lǐng)域知識(shí)等優(yōu)點(diǎn)。
　　為了提高決策樹算法的效率，降低決策樹構(gòu)造的復(fù)雜度，本文針對(duì)傳統(tǒng)決策樹算法不適合處理海量數(shù)據(jù)的特點(diǎn)，提出一種決策樹的并行化優(yōu)化算法。相較于傳統(tǒng)的決策樹算法，在連續(xù)屬性的離散化上，對(duì)于分割點(diǎn)的選取進(jìn)行了一定的優(yōu)化同時(shí)實(shí)行了屬性分割的并行化。在決策樹構(gòu)造過程中，采用并行化的設(shè)計(jì)方案，利用MapReduce編程模型來(lái)進(jìn)行決策樹的構(gòu)造，提出一種新的并行化方案，不僅