学位论文 > 优秀研究生学位论文题录展示

决策树分类算法的研究及应用

作　者: 卜亚杰
导　师: 胡朝举
学　校: 华北电力大学（河北）
专　业: 计算机应用技术
关键词: 决策树分类 ID3算法 AID3算法
分类号: TP301.6
类　型: 硕士论文
年　份: 2008年
下　载: 484次
引　用: 1次
阅　读: 论文下载

内容摘要

分类是数据挖掘领域研究的重要课题。常用的分类模型有决策树、神经网络、遗传算法、粗糙集等。本文主要研究决策树ID3算法及其改进算法。首先阐述了决策树的相关理论,并对几种典型的决策树算法进行了分析比较。然后,针对ID3算法存在的不足,提出了基于属性优先关联度的ID3算法(AID3),实验证明AID3算法加快了决策树的构建速度,同时也克服了ID3算法往往偏向于选择取值较多的属性的缺点,随着数据规模的增大,决策树的分类性能也越来越好。最后,探讨了AID3算法在人力资源管理中的实际应用,结果分析进一步表明AID3是有效的。

全文目录

摘要  4
ABSTRACT  4-7
第一章引言  7-11
  1.1 选题背景及意义  7
  1.2 国内外研究动态  7-9
  1.3 本文的组织结构  9-10
  1.4 本章小结  10-11
第二章决策树分类算法  11-23
  2.1 分类  11
  2.2 决策树方法  11-17
    2.2.1 决策树生成算法  13-14
    2.2.2 决策树修剪简化与评价指标  14-17
      2.2.2.1 决策树的修剪  14-15
      2.2.2.2 决策树的简化方法  15-16
      2.2.2.3 决策树的评价指标  16-17
  2.3 ID3 算法的基本原理  17-18
  2.4 常见的决策树算法  18-22
  2.5 本章小结  22-23
第三章决策树 ID3 算法的研究  23-34
  3.1 ID3 算法流程  23-24
  3.2 ID3 算法实例  24-27
  3.3 ID3 算法优劣  27-28
  3.4 改进ID3 算法  28-32
  3.5 本章小结  32-34
第四章基于属性优先关联度的 ID3 算法研究  34-50
  4.1 ID3 算法的改进  34-40
    4.1.1 凸函数的性质  34-35
    4.1.2 ID3 算法的多值偏向问题  35-37
    4.1.3 决策树的不稳定性问题  37-39
    4.1.4 信息量计算公式的简化  39-40
  4.2 AID3 的基本思想  40-43
  4.3 示例测试  43-44
  4.4 实验分析  44-48
    4.4.1 简化信息量的分析  44-46
    4.4.2 实验结果  46-47
    4.4.3 性能分析  47-48
  4.5 本章小结  48-50
第五章 AID3 算法在人力资源管理中的应用  50-62
  5.1 需求调查  50-52
  5.2 问题定义  52-54
  5.3 数据预处理  54-57
  5.4 建立分类模型  57-60
    5.4.1 算法实现  57-59
    5.4.2 构建决策树模型  59-60
  5.5 结果分析  60
  5.6 测试模型  60-61
  5.7 本章小结  61-62
第六章结论  62-63
参考文献  63-66
致谢  66-67
在学期间发表的学术论文和参加科研情况  67

决策树分类算法的研究及应用

内容摘要

全文目录

相似论文