共查询到20条相似文献，搜索用时 31 毫秒
1.
2.
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
3.
4.
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
5.
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
6.
7.
当前,数据挖掘已经成为信息业最引人注目的几项IT技术之一.决策树方法作为目前推广最深的数据挖掘模型之一,已创造出众多的不同算法.本文从ID3算法的缺点出发,根据粗糙集理论完成了对ID3算法的改进,为建立决策树分析模型奠定了基础. 相似文献
8.
在对数据挖掘决策树的基本概念和常用算法进行介绍的基础上,针对生成决策树的常见问题提出了相应的处理方法。 相似文献
9.
肖艳群 《宁波职业技术学院学报》2012,(5):56-58
利用数据挖掘技术研究高职院校学生成绩的影响因素,对高职学生成绩管理具有重要意义。决策树法是数据挖掘的主要技术和方法,利用决策树C4.5算法系统研究了我校信息工程学院二年级学生成绩影响因素,建立了影响学生成绩的决策树模型,使学校有针对性的开展学生管理工作。 相似文献
10.
对海量数据的处理能力是数据挖掘最关注的问题。决策树作为一种分类器,是数据挖掘中用到的一种基本方法之一。基于C4.5的决策树改进算法,是在一些典型的决策树分类算法的基础上提出的,基本思想是在建树过程中,用属性依赖度替代信息增益率来确定划分条件属性的顺序。该算法借鉴MedGen算法的阈值设定方法,在简化决策树剪枝和优化过程的同时,可优化C4.5算法中使用信息熵率的时间复杂度,避免了使用信息熵带来的不当划分。简述了该改进算法的执行过程,证明了算法的正确性。 相似文献
11.
首先介绍了CRM和数据挖掘的基本理论知识;然后通过数据挖掘在CRM中的主要应用和在CRM中启动数据挖掘的基本步骤两个方面对数据挖掘在CRM中的应用进行了详细的说明;最后对数据挖掘技术中的决策树分类算法应用于客户分类进行了研究,着重探讨了其中的SLIQ算法及其改进算法。 相似文献
12.
吴学辉 《廊坊师范学院学报(自然科学版)》2013,13(3)
将数据挖掘中的决策树与粗糙集理论进行了有机结合,提出了一种基于粗糙集技术的决策树构造算法.该算法通过将计算属性相对于划分的重要度作为选择扩展属性根结点的标准,递归地生成决策树,可以克服ID3算法偏向于选择取值较多的属性的不足. 相似文献
13.
李洋 《佳木斯教育学院学报》2011,(6):61-62
数据挖掘技术正以其强大的功能在许多研究和应用领域得到广泛的发展,分类预测算法更是有着广泛的应用前景,决策树算法是一种重要的分类方法,是数据挖掘领域研究热点之一。在学生管理工作中,运用决策树算法对海量的学生信息进行处理,在实际操作中,有着很高的参考价值。 相似文献
14.
将决策树ID3算法应用到计算机教学评价数据挖掘中,建立学生考试成绩是否优秀的决策树,并利用事后修剪法实现分类决策树的剪枝。最后由决策树产生分类规则,建立考试成绩优秀分析决策树模型。 相似文献
15.
决策树算法在数据挖掘中研究与应用 总被引：1，自引：0，他引：1
随着社会的发展、经济的进步，各行各业对可视化数据挖掘需求越来越高。本文介绍了可视化数据挖掘的相关概念，分析了在可视化数据挖掘中决策树算法的相关理论，并预测了可视化数据挖掘的发展。 相似文献
16.
17.
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
18.
决策树ID3算法在学生成绩中的应用 总被引：2，自引：0，他引：2
姜红艳 《鞍山师范学院学报》2008,10(4)
介绍了数据挖掘中决策树的分类方法和概念,以及著名的ID3算法,同时也介绍了ID3算法在学生成绩中的应用. 相似文献
19.
20.
决策树是数据挖掘中重要的分类算法，通常用来形成分类器.ID3算法是决策树中的核心算法.针对ID3算法倾向于取值较多的属性的缺点，引进属性重要度对ID3算法予以改进，并通过实验对改进前后的算法进行了比较.实验表明，改进后的算法是有效的。 相似文献