共查询到20条相似文献，搜索用时 15 毫秒
1.
《淮北师范大学学报》2016,(1)
针对目前高校计算机等级考试持续过低的现状,应用决策树C4.5算法对安徽警官职业学院计算机等级考试成绩数据进行深入分析和研究,对预处理后的数据进行挖掘并建立决策树分类模型,由决策树产生分类规则,找出影响计算机等级成绩潜在的主导因素,从而为进一步提高高校计算机等级考试通过率提供参考依据. 相似文献
2.
3.
张志强 《顺德职业技术学院学报》2007,5(4):39-41
该文提出一种基于决策树的分类挖掘技术,在论述分类挖掘的基础上分析决策树分类挖掘系统的建立思想、步骤及算法,并把该系统应用到优化学生资源管理的实验中,实验结果证明了该方法的可行性。 相似文献
4.
分类在数据挖掘中是一项非常重要的任务,决策树方法是一种常用的分类算法,所建立的树形结构模型很直观,易于理解,特别适合处理各种分类问题。就决策树方法展开深入的研究,提出了“懒散的基于模型的分类”的思想。 相似文献
5.
倪海鸥 《宁波广播电视大学学报》2008,6(3):113-115
分类在数据挖掘中是一项非常重要的任务,决策树方法是一种常用的方法。本文重点介绍了决策树建立的基本原理,对算法所面临的问题进行了阐述,为数据分类研究者提供借鉴． 相似文献
6.
针对现有决策树中ID3算法倾向于取值较多的属性的缺点,提出一种利用优化法的思想来改进信患增益的算法。用ID3算法及改进后的算法建立金融企业决策树分类模型,利用某银行提供的客户信息和银行业务信息等数据,通过客户存款情况,探讨对金融客户进行分类,研究忠实客户的特征。实验中两个方案的比较表明,利用优化法算法来选择决策树分支取值,不但可以加快决策树的生长,而且最重要的是可以得到结构好的决策树,便于从中挖掘好的规则信息。特别是在使用决策树算法来挖掘的数据越多,算法的效率和性能就越好,算法的优越性就越明显。 相似文献
7.
经典决策树算法不能处理树构建和分类过程中的不确定数据,针对这一局限,提出基于概率分布的方法,把决策树分类技术扩展到含有不确定数据的环境中。然后,针对软件外包评价中普遍存在着不确定数据,应用决策树分类方法,对软件外包公司进行客观评价。实验表明,本文提出的基于不确定数据的决策树分类算法能够实现对软件外包评价的定量研究。 相似文献
8.
数据挖掘技术是对一组数据应用一种数据挖掘策略,一个特定的数据挖掘技术是由一个算法和一个相关知识结构来定义的。目前,受到最为广泛探讨的是决策树技术。本文试对学生考试成绩数据库进行处理分析,确定该数据库中数据的决策树模型,并提取一定的规则。 相似文献
9.
文本分类在自然语言分类中起着重要作用,将决策树ID3算法应用与文本分类,对数字图书馆的部分文本信息分类,提出一个基于ID3决策树的文本分类算法,取得了良好的实验结果。 相似文献
10.
《赤峰学院学报(自然科学版)》2017,(16)
本文根据决策树分类技术对福建省计算机等级考试中的成绩进行分析和挖掘.首先对成绩数据进行离散化处理,设置成决策树分类的属性数据;接着利用ID3改进算法构建成绩分类的决策树模型,并对其剪枝;最后根据模型给出相应的规则和几个教学建议.实验结果表明,利用决策树分类技术在计算机等级考试中进行挖掘分析的方法是有效可行的. 相似文献
11.
刘建莉 《天津职业院校联合学报》2011,13(2):96-100
利用数据挖掘技术中的决策树算法,通过决策树ID3算法中的信息增益方法确定属性从而生成决策树,分析出学生成绩优良与学生自身的五个因素有关,通过分析,找出影响学生成绩优秀的潜在因素。以加强学生成绩科学化、规范化管理,提高考试的优秀率。 相似文献
12.
数据挖掘技术是对一组数据应用一种数据挖掘策略，一个特定的数据挖掘技术是由一个算法和一个相关知识结构来定义的。目前，受到最为广泛探讨的是决策树技术。本文试对学生考试成绩数据库进行处理分析，确定该数据库中数据的决策树模型。并提取一定的规则。 相似文献
13.
为了改善传统ID3算法在分类属性选择上存在多值偏向性的不足,提出基于PCA的决策树优化算法。在普通基于PCA 的决策树改进算法中,存在数据经降维处理后代表性不强的问题,导致算法需经过多次数据运行后,准确率才能小幅提升。在ID3算法基础上,在分类前两次提取属性特征值,并计算了需要分类的数据量,也即对原始数据进行最重要的属性选择。在子树建立之后,再进行数据的降维合并选择。采用UCI数据库中的3个数据集对改进算法进行验证,结果表明改进算法的平均准确率达到94.6%,相比传统ID3算法与普通PCA决策树优化算法分别提升了1.6%和0.6%。因此,基于PCA的决策树算法能在一定程度上提升结果准确率,具备一定的应用价值。 相似文献
14.
15.
王洪海 《安徽技术师范学院学报》2013,(6):70-74
交通事故的形成常涉及多种因素,如驾驶人本身、车辆、环境等.以数据挖掘技术中的ID3分类决策树算法对交通事故数据进行分析和研究,得出蕴含在数据中的有益模式,决策树构造结果显示,分类决策树应用于交通事故成因分析中具有可行性与有效性. 相似文献
16.
决策树算法广泛应用于模式识别和机器学习等领域,用来解决与分类相关的问题。决策树算法中的过度拟合会在很大程度上影响到最终的分类结果。针对过度拟合产生的原因,采用悲观错误剪枝方法,对学生成绩决策数据进行分析,得出影响学生成绩的重要因素。实验表明,该方法可以得到尽可能短的分类规则,有效地提高了决策树的性能。 相似文献
17.
马伟杰 《河南广播电视大学学报》2012,(3):108-110
决策树是归纳学习和数据挖掘的重要方法,通常用来形成分类器和预测模型。对网络课程知识点个性化设计中的大量数据,运用数据挖掘算法中的决策树C4.5算法对所给数据进行处理,选取决策属性,构造决策树,提取分类规则,获取每一个知识点与不同类型的学生之间的关系。通过实验仿真发现,C4.5决策树算法取得了较为理想的分类预测效果。 相似文献
18.
19.
WANG Hong-wei 《教育技术导刊》2007,(17)
分类算法是数据挖掘中的一种重要技术,决策树学习是其中常用的一种方法。结合实例阐述了决策树基本算法的形成过程,分析总结了决策树算法在实际中的应用及其存在的缺陷。 相似文献
20.
决策树算法是数据挖掘系统中一个重要的分类算法,选择合理而有效的测试属性以及对决策树进行适当的修剪是决策树算法的关键内容之一。将决策树算法引入教务管理挖掘系统,并对决策树测试属性的选择算法以及预剪枝算法进行改进。以九江学院学生四级考试信息为例,结果表明改进的决策树算法对于数据挖掘更具可靠性和有效性。 相似文献