基于Weka平臺(tái)的決策樹算法研究與實(shí)現(xiàn).pdf

1、隨著人類社會(huì)和計(jì)算機(jī)信息技術(shù)的飛速發(fā)展,海量數(shù)據(jù)的積累使得人們不得不從完善數(shù)據(jù)挖掘技術(shù)來(lái)揭示出隱含的、有潛在價(jià)值的、未知的信息。數(shù)據(jù)挖掘不僅集合了數(shù)據(jù)庫(kù)、人工智能和機(jī)器學(xué)習(xí)等技術(shù),而且還廣泛應(yīng)用于金融、商業(yè)、醫(yī)療和保險(xiǎn)等行業(yè)。而決策樹分類方法無(wú)疑是眾多數(shù)據(jù)挖掘方法中最為常用且經(jīng)典的方法之一。
　　自1966年由Hunt等人提出最早的決策樹算法CLS以來(lái),決策樹分類方法已經(jīng)不下幾十種,其中以ID3、C4.5、CART等算法最為經(jīng)典,

2、它們都具有計(jì)算量小、生成的規(guī)則易于理解等特點(diǎn),因此應(yīng)用也最為廣泛。但同時(shí),在實(shí)際的應(yīng)用過(guò)程當(dāng)中,上述算法也存在著不足,例如效率偏低、不適用于噪聲數(shù)據(jù)等,因此,提高算法計(jì)算效率等已是現(xiàn)在人們研究的重要問題。
　　本文以決策樹分類算法為例,在深入研究經(jīng)典的數(shù)據(jù)挖掘分類方法的基礎(chǔ)之上,做了以下工作:
　　(1)深入學(xué)習(xí)了開源數(shù)據(jù)挖掘項(xiàng)目Weka,并在此基礎(chǔ)上對(duì)Weka平臺(tái)的算法實(shí)現(xiàn)進(jìn)行了實(shí)踐;
　　(2)采用C4.5、CAR