決策樹分類及剪枝算法研究.pdf

1、數(shù)據(jù)挖掘是從大量數(shù)據(jù)記錄中挖掘出有價值的模式或規(guī)律等知識的復(fù)雜過程，已被廣泛應(yīng)用于金融、保險、運輸及國防等領(lǐng)域。其中決策樹分類算法是數(shù)據(jù)挖掘中最為廣泛研究和應(yīng)用的一個課題，所以決策樹分類算法的研究具有很高的理論意義和應(yīng)用價值。 本文詳細(xì)闡述了決策樹的基本概念、主要研究內(nèi)容和幾種典型的決策樹算法。由于在決策樹生成過程中，會過度擬合訓(xùn)練數(shù)據(jù)，而且易受噪聲數(shù)據(jù)的影響，所以剪枝操作是決策樹生成過程中的一個重要步驟，本文對四種主要的決策樹

2、剪枝算法進(jìn)行了研究和比較。 對多關(guān)系決策樹分類算法（MRDTL）的研究與改進(jìn)是本文的重點。在MRDTL算法生成的決策樹中，用選擇圖表示樹中節(jié)點。MRDTL算法直接在多個表上進(jìn)行分類挖掘，而不需要將多個表連接成一個表后，再在該表上進(jìn)行挖掘。MRDTL算法中的一個重要步驟是通過計算各限定詞的信息增益來選擇最優(yōu)限定詞，即選擇具有最高信息增益的限定詞添加到?jīng)Q策樹中。MRDTL算法中在計算信息增益的時候會出現(xiàn)漏掉記錄的情況，所以會導(dǎo)致計算