數(shù)據(jù)挖掘中一種基于遺傳算法改進(jìn)的ID3算法.pdf

1、隨著現(xiàn)代信息技術(shù)的迅速發(fā)展，許多領(lǐng)域都積累了大量的數(shù)據(jù)，對(duì)發(fā)現(xiàn)潛在于這些數(shù)據(jù)中的知識(shí)與規(guī)律的渴望造就了數(shù)據(jù)挖掘?qū)W科的興起及數(shù)據(jù)挖掘技術(shù)的發(fā)展。作為一個(gè)多學(xué)科交叉的綜合性領(lǐng)域，數(shù)據(jù)挖掘涉及了數(shù)據(jù)庫(kù)、統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)、高性能計(jì)算、模式識(shí)別、神經(jīng)網(wǎng)絡(luò)和數(shù)據(jù)可視化話等學(xué)科。 決策樹算法是對(duì)一組已知示例進(jìn)行歸納學(xué)習(xí)，并生成一顆決策樹的方法。該算法目前已經(jīng)被廣泛應(yīng)用于自動(dòng)知識(shí)獲取領(lǐng)域。最為典型的決策樹分類器學(xué)習(xí)算法是ID3算法，它采用自頂向

2、下分而治之的策略，利用信息增益的標(biāo)準(zhǔn)選擇分裂屬性，能保證構(gòu)造出一棵簡(jiǎn)單的樹。該算法簡(jiǎn)單高效，生成的知識(shí)易于被人理解，但是在面對(duì)大量的數(shù)據(jù)獲取的數(shù)據(jù)進(jìn)行知識(shí)提取時(shí)存在著過度擬合的問題。在深入分析ID3算法的基礎(chǔ)上提出了基于遺傳算法改進(jìn)的ID3算法并利用該算法對(duì)網(wǎng)絡(luò)上包含入侵的數(shù)據(jù)進(jìn)行了建模。該算法首先將已有的知識(shí)的規(guī)則作為遺傳基因，進(jìn)行進(jìn)化，利用遺傳算法將現(xiàn)有的規(guī)則集進(jìn)行了分割，然后再利用劃分的規(guī)則集生成決策樹群，之后利用決策樹群給出預(yù)測(cè)