数据挖掘决策树算法的改进与实现

合集下载

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

计算该属性的信息增益量，选取信息增益最大的属性为节点，按该属性的值划分数据集合：白（月龄）＝ｎｏ（，５Ｅ（／ｆ９）－月
龄）＝．４ — ．９＝．４：０９００６３０２７
分类算法可以分为决策树分类算法、遗传算法、神经网络方法、Ｋ一最近邻分类算法等。这里，以疾病防控与儿童免疫管理系统中决策
பைடு நூலகம்
ＤａａＭｉｉｇＤｅｉｉｎＴｒｅＩｐｏｅｅｔｍｐｅｎａｉｎｔｎｎｃｓｏｅｍｒｖｍｎ＆Ｉｌｍｅｔｔｏ
ＸｉＹｎＺｏａｈｎ，ｎｏｇａａ，ｈｕＸｉｏｏｇＷａｇＤｎ
随着数据库技术的不断发展及数据库管理系统的广泛应用，数据库中存储的数据量急剧增大，大量的数据背后隐藏着许多重要在
的信息，如果能把这些信息从数据库中抽取出来，将会产生重要的作用。
二、生成决策树
对训练集的每一个属性，计算其信息增益。以 “ 月龄”属性为
例，每个结点中的正反例的个数分别为［，３、［，２、［，０，２］３］４］分别计算如下：ｉｆ［，３＝２ｌｉ１＝．７；ｎｏ２］ｉｏｉ３ｏ０９１＋ｇ２・ｇ
白（常住地）ｎ￣（，）Ｅ常住地）Ｏ９２０９１０００＝／／２３一（ｏ＝．７ — ．５＝．２：
同理考虑 “ 月龄＞ ”的情况，由于 “ ５月龄＞ ”时，各个节点都５是纯节点，所以不再划分。
（ａｇｈｎＴｃｎｌｇｌｇ，ａｇｈｎ１０３，ｉａＣｈｎｃｕｅｈｏｏｙＣｏｌｅＣｈｎｃ３０３Ｃｈｎ）ｅｎ
ＡｂｔａｔＴｈｕｈｒｓｕｅｎｅｉｔｇＤａａＭｉｉｇｄｃｓｏｒｅｃａｓｃｔｎｍｅｈｄｂｓｄｏｈｅｐａｔａｐｆａｏａｄｓｒｃ：ｅａｔｏｔｄｉｄｏｘｓｎｔｎｎｅｉｉｎｔｅｌｓｉａｏｔｏａｅｎｔｒｃｃｌａｐｃｆｎ，ｎｉｉｆｉｉｉｉａｐｅｏｔｅｓｔｍ，ｃｉｖｄａｄｃｓｏｕｐｒｄｌ．ｐｆｄｔｙｓｅａｈｅｅｅｉｉｎｓｐｏｍｏｕｅｉｈｔＫｅｗｏｒｓＤａａＭｉｉｇ；ｃｓｏｅｌｏｉｍ；ｒｖ；ｈｅｅｙｄ：ｔｎｎＤｅｉｉｎｔｅａｇｒｔｒｈＩｍｐｏｅＡｃｉｖ
摘要：本文作者从实际应用出，对现存数据挖掘决策树分类方法进行了研究，并应用到系统当中，实了决策支持模块。发现关链词：数掘挖掘；决策树算法；改进；实现
中图分类号：Ｐ０．Ｔ３１６
文献标识码：Ａ
文章编号：１０— ５９（０００— １３００７９９２１）４００～２
计算机光盘软件与应用
２１年第４期００ＣｍｕｅＤＳｆｗｒｎｐｌｃｔｏｓｏｐｔｒＣｏｔａｅａｄＡｐａｉｎｉ软件设计开发
数据挖掘决策树算法的改进与实现
夏琰，周晓红，王东
（长春职业技术学院，长春
１０３３０３）
儿童编号月龄出生状态常住地上次注射
后反应
通过对各属性信息增益的计算结果，选择 “ 月龄 ” 属性作为根节点，
然后划分 “ 月龄＜２＝ ”的所有可能性。计算当 “ 月龄＜２＝ ”时，“ 注射反应” 出生状态 ” 常住地 ”的信息增益值：、“ 、“ ｉ（ｎ注射反应）ｎｏ２３一（＝Ｉｆ（，）Ｅ注射反应）０９１０４０５１＝．７ — ．＝．７；（出生状态）ｎｏ２３一（＝／ｆ（，）Ｅ出生状态）０９１００９１：．７ — ＝．７；
支持子系统的开发过程为例，对决策树分类算法的改进及在实际中的应用进行阐述。
一
、
数据选取和数据预处理
同理，对 “ 注射反应 ”属性、“ 出生状态 ”属性、“ 常住地 ”属性都可计算每个结点的正反例的个数（由于篇幅有限，不作计算）。
在本系统中，以预防接种中遇到异常反应后记录的 “ 异常反应调查表 ”中的数据为例进行说明。具体实现过程详细说明：首先输入训练集，由于在真实的ＳＬＳｒｅＱｅｖｒ数据库当中，为了降低存储要求和减少存储时间，并非真正存储每个数据项的属性值，而是用存储数字来对应相应的意义，如在数据库的数据表中，“ 性别 ”字段中 “ ”代表 “ ” ２ｌ男、“ ”代表 “ ，反应到程序页面时再映射女” 回原来的值，为了说理清晰又限于篇幅，这里只将所有数据集中有代表性的十几组数据作为分类模型创建的输入训练集。表１判断是否需要计划外加强免疫的属性表
因此，数据挖掘涉及的学科领域逐渐扩大，数据挖掘的方法也
在不断地改进和提高。分类在数据挖掘中是一项非常重要的任务，
ｉｏ３２；％； ’：０９１ｉｆ［］；ｎ［，］ｌ８．７；ｎｏ４＝ｆ＝ｉｏ＝ｇ，ｏｏ计算信息熵：月Ｅ（龄）：４ｏ３云蜘）０６；￣ｎ２蜘（）１（）ｆ， ∞ ＝．３９