數(shù)據(jù)挖掘中分類算法的研究.pdf

1、隨著認(rèn)識(shí)和管理水平的提高，人們對(duì)客觀世界的描述愈來(lái)愈全面，存儲(chǔ)的數(shù)據(jù)量愈來(lái)愈大。大量的數(shù)據(jù)未能充分利用這一現(xiàn)象常常被描述為“數(shù)據(jù)豐富，但信息貧乏”。為此，決策者迫切需要能從海量數(shù)據(jù)庫(kù)中提取有價(jià)值知識(shí)的工具，數(shù)據(jù)挖掘技術(shù)正是為滿足上述要求而產(chǎn)生的。 分類是數(shù)據(jù)挖掘研究的重點(diǎn)和熱點(diǎn)之一。本文總結(jié)了主要的分類算法。現(xiàn)有研究表明：在當(dāng)今數(shù)據(jù)量不斷膨脹的時(shí)代，算法的執(zhí)行速度、可擴(kuò)展性以及輸出結(jié)果的可理解性等特性更為重要。在眾多的分類算法中

2、，決策樹(shù)算法特別適用于數(shù)據(jù)挖掘，是最為廣泛使用的分類算法之一。本文總結(jié)了有代表性的決策樹(shù)算法。決策樹(shù)算法中的SPRINT算法因?yàn)榫哂型耆皇軆?nèi)存的限制，生成的決策樹(shù)較為緊湊和準(zhǔn)確，易于實(shí)現(xiàn)并行化，以及較好的伸縮性、加速性和擴(kuò)容性等優(yōu)點(diǎn)，成為了數(shù)據(jù)挖掘中優(yōu)秀的算法之一。 本文研究了如何用C++語(yǔ)言實(shí)現(xiàn)SPRINT算法。實(shí)驗(yàn)表明：編寫(xiě)的程序具有良好的準(zhǔn)確性和伸縮性，較好地實(shí)現(xiàn)了SPRINT算法。此外，本文研究了如何提高SPRINT算