面向離散屬性的決策樹分類方法研究.pdf

1、數(shù)據(jù)挖掘是指在大量已存在的數(shù)據(jù)中發(fā)現(xiàn)規(guī)律的一個(gè)過程。近年來，在大量數(shù)據(jù)中智能提取知識(shí)已經(jīng)引起了業(yè)界廣泛的關(guān)注。數(shù)據(jù)挖掘領(lǐng)域包括分類、聚類、聚簇、關(guān)聯(lián)分析等各種挖掘方法。決策樹算法因它提取知識(shí)簡單、高效、易于理解等優(yōu)點(diǎn)，在數(shù)據(jù)挖掘領(lǐng)域中占有無可替代的地位。在已有的決策樹算法中，計(jì)算決策樹分裂結(jié)點(diǎn)的標(biāo)準(zhǔn)大多以香農(nóng)的信息熵為基礎(chǔ)，信息熵需反復(fù)地進(jìn)行對(duì)數(shù)運(yùn)算，分類效率不高。又因已有算法在選擇候選結(jié)點(diǎn)時(shí)的隨機(jī)性，使分類器無法進(jìn)一步選擇判斷屬性分裂

2、標(biāo)準(zhǔn)相同時(shí)的情況，進(jìn)而降低預(yù)測分類的準(zhǔn)確率。
　　本研究主要內(nèi)容包括：⑴針對(duì)已有決策樹算法分類效率不高的問題，為避免復(fù)雜的對(duì)數(shù)運(yùn)算，提高CPU的利用率，提出了改進(jìn)的屬性判斷標(biāo)準(zhǔn)的優(yōu)化函數(shù)。對(duì)比實(shí)驗(yàn)顯示該優(yōu)化函數(shù)能有效提高分類效率和CPU的利用率。⑵針對(duì)生成后的決策樹分類器精確率低的問題，為避免當(dāng)兩個(gè)或更多的屬性判斷標(biāo)準(zhǔn)的計(jì)算值接近某個(gè)閾值或相等，隨機(jī)選擇一個(gè)結(jié)點(diǎn)作為下一個(gè)屬性分裂的結(jié)點(diǎn)，進(jìn)一步引入了一個(gè)基于堆的屬性判斷方法，以此來