基于決策樹分類算法的CRM系統(tǒng)研究.pdf_第1頁
已閱讀1頁，還剩60頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、論文中分析比較了數(shù)據(jù)挖掘的分類和預測算法，重點研究了數(shù)據(jù)挖掘決策樹分類算法，并在此基礎上對決策樹的穩(wěn)定性和效率進行了分析。針對傳統(tǒng)ID3算法存在的屬性取值偏向問題提出了一種新的優(yōu)化算法Q-ID3算法。 論文中利用信息熵、條件熵公式推導出先驗知識度劃分標準公式，該公式把信息熵公式中加權和轉換為加權和加先驗知識度參數(shù)。參數(shù)Q值域為[0，1]，其大小由決策者根據(jù)先驗知識或領域知識來確定，通過引入該參數(shù)加強了重要屬性的標注，降低非重要屬

2、性的標注。對于空間過大的實例集，利用先驗知識度參數(shù)可以減小搜索空間提高學習效率，建立結構簡單的決策樹，與實際情況更為相符。Q-ID3算法保留了傳統(tǒng)ID3算法的分類簡單、規(guī)則易理解的優(yōu)點，又避免了偏向于取值較多但實際中卻并不總是最優(yōu)的屬性作為測試屬性的缺點。 通過隨機生成不同規(guī)模數(shù)據(jù)集，利用Q-ID3算法構造決策樹，從生成決策樹的形態(tài)和生成決策樹的時間兩個方面與傳統(tǒng)ID3算法進行比較，在不同規(guī)模的數(shù)據(jù)集中，Q-ID3算法構造決策樹

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論