基于軌檢車檢測數(shù)據(jù)的決策樹分類算法的研究與應(yīng)用.pdf

1、數(shù)據(jù)挖掘（Data Mining）是從大量數(shù)據(jù)中發(fā)現(xiàn)潛在規(guī)律、提取有用知識的方法和技術(shù)。近年來，數(shù)據(jù)挖掘受到了普遍關(guān)注，已經(jīng)成為信息系統(tǒng)和計算機科學(xué)領(lǐng)域研究中最活躍的部分。 數(shù)據(jù)挖掘技術(shù)從一開始就是面向應(yīng)用的。目前，在很多領(lǐng)域，數(shù)據(jù)挖掘都是一個很時髦的詞，尤其是在如銀行、電信、保險、交通、零售等領(lǐng)域。但數(shù)據(jù)挖掘技術(shù)應(yīng)用于軌檢車檢測數(shù)據(jù)分析領(lǐng)域，目前研究較少。鐵路線路檢測產(chǎn)生了大量的軌檢車檢測數(shù)據(jù)，期待對其進行挖掘，找出其中潛在的

2、規(guī)律，以對未來的數(shù)據(jù)進行分析與預(yù)測。因此，本文以真實的軌檢車檢測數(shù)據(jù)為例，闡述軌檢車檢測數(shù)據(jù)分析的意義、現(xiàn)狀及存在的不合理點，具體提出利用數(shù)據(jù)挖掘分類算法對龐大的軌檢車檢測數(shù)據(jù)進行分析與預(yù)測的改進設(shè)想。 分類算法最知名的是決策樹方法（Decision Tree），決策樹是用于分類的一種樹結(jié)構(gòu)。其中的每個內(nèi)部節(jié)點（internal node）代表對某個屬性的一次測試，一條邊代表一個測試結(jié)果，葉子（leaf）代表某個類（class）

3、或者類的分布（class distribution），最上面的節(jié)點是根節(jié)點。決策樹分類法由于其分類效率高、速度快、可理解性強、簡潔性好等優(yōu)點，在海量數(shù)據(jù)環(huán)境中應(yīng)用最為廣泛。 本文全面介紹了決策樹分類算法的研究現(xiàn)狀和研究熱點，重點分析了ID3算法和C4．5算法。在此基礎(chǔ)上提出了一種改進算法QC4．5，該算法在分析C4．5法實現(xiàn)的時間復(fù)雜度與空間復(fù)雜度的基礎(chǔ)上，針對其對連續(xù)型屬性的處理提出了兩種改進方案，在決策樹遞歸生成過程中，根據(jù)