本文關鍵詞：C4.5決策樹算法優(yōu)化及其應用

  更多相關文章： C4.5算法 泰勒級數(shù) GINI指數(shù) 屬性依賴度 PCA

【摘要】：C4.5算法是一種分類預測算法,是數(shù)據(jù)挖掘算法中的十大經(jīng)典算法之一。C4.5算法的優(yōu)化與應用廣泛存在于各個領域,如商業(yè)決策、醫(yī)學領域的病癥預測以及生物學領域的基因識別等。為了改進C4.5算法的特征選擇正確性和數(shù)據(jù)處理能力,將C4.5算法與粒子群算法和模糊算法等相結合是目前比較流行的改進方法。本文主要針對C4.5算法的對數(shù)運算、屬性間相關性影響以及冗余計算等問題進行優(yōu)化,并將改進后算法應用于學生英語統(tǒng)考成績預測中。針對C4.5算法計算時間長、屬性間相關性影響的問題,提出了一種基于屬性間GINI指數(shù)均值的C4.5算法(GC4.5)。首先,運用泰勒級數(shù)和等價無窮小的原理對信息增益率的公式進行簡化,用“加”,“減”,“乘”,“除”來代替對數(shù)運算,目的是減少調用對數(shù)運算函數(shù)的時間;其次,在簡化后的信息增益率公式中引入條件屬性間的GINI指數(shù)均值,用于調整因條件屬性間相關性導致的誤差。通過大量的UCI數(shù)據(jù)集進行分析預測實驗,結果驗證,GC4.5算法較現(xiàn)有的一些C4.5改進算法擁有相對較高的分類正確率和較短計算時間。針對C4.5算法的無關屬性的影響和相關性的問題,提出了基于屬性依賴度計算和PCA算法的C4.5算法(RPC4.5)。首先,根據(jù)屬性依賴度的計算公式計算出數(shù)據(jù)集中條件屬性與類屬性依賴度,刪除依賴度很小的條件屬性,避免無關計算;其次,運用PCA算法的壓縮原理處理數(shù)據(jù)集,經(jīng)PCA處理后數(shù)據(jù)集屬性組合的主成分相互獨立,從而解決屬性間相關性的影響問題。通過對大量的UCI數(shù)據(jù)集進行實驗,結果證明,RPC4.5算法與C4.5算法以及其它一些C4.5的改進算法相比,在分類正確率上有一定提高,建模時間有相對優(yōu)勢。成績預測是當前數(shù)據(jù)挖掘研究的熱門應用。由于C4.5算法的簡單易懂,建模時間短,分類正確率相對較高的特點,成為成績預測所用算法的首選。本文將GC4.5和RPC4.5算法應用于學校的英語統(tǒng)考成績預測中,借助JAVA開發(fā)平臺Eclipse和數(shù)據(jù)挖掘分析工具WEKA進行應用實驗,結果表明,與改進之前的C4.5算法相比較,GC4.5算法和RPC4.5算法的分類預測結果具有較高的正確率,建模時間更短,因此,本文對于C4.5算法的改進應用于成績預測系統(tǒng)中是可行的,并具有一定的實用性。
【學位授予單位】：江南大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP311.13

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 葛磊;武芳;王鵬波;張冬林;;3維建筑綜合中基于最小特征的面平移算法[J];測繪科學技術學報;2009年02期

2 駱雯,孫延明,陳振威,陳錦昌;判斷點與封閉多邊形相對關系的改進算法[J];機械;1999年03期

3 李林;盧顯良;;一種基于切割映射的規(guī)則沖突消除算法[J];電子學報;2008年02期

4 劉巧玲;張紅英;林茂松;;一種簡單快速的圖像去霧算法[J];計算機應用與軟件;2013年07期

5 林亞平,楊小林;快速概率分析進化算法及其性能研究[J];電子學報;2001年02期

6 章郡鋒;吳曉紅;黃曉強;何小海;;基于暗原色先驗去霧的改進算法[J];電視技術;2013年23期

7 楊鐵軍;靳婷;;一種動態(tài)整周模糊值求解算法及其仿真分析[J];系統(tǒng)工程與電子技術;2007年01期

8 周秀玲;郭平;陳寶維;王靜;;幾種計算超體積算法的比較研究[J];計算機工程;2011年03期

9 吳一戎,胡東輝,彭海良;Chirp Scaling SAR成象算法及其實現(xiàn)[J];電子科學學刊;1995年03期

10 王貴竹;一種產(chǎn)生單向分解值的算法[J];安徽大學學報(自然科學版);2001年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 尹冀鋒;;一種新的圖象自適應增強算法[A];四川省通信學會一九九二年學術年會論文集[C];1992年

2 寧春平;田家瑋;郭延輝;王影;張英濤;鄭桂霞;劉研;;計算機輔助增強、分割算法在鑒別乳腺良、惡性腫塊中的應用價值[A];中華醫(yī)學會第十次全國超聲醫(yī)學學術會議論文匯編[C];2009年

3 謝麗聰;;SVB查詢改寫算法的改進[A];第二十一屆中國數(shù)據(jù)庫學術會議論文集（研究報告篇）[C];2004年

4 鄭存紅;;復雜背景下相關跟蹤算法研究及DSP實現(xiàn)[A];中國光學學會2010年光學大會論文集[C];2010年

5 楊文杰;吳軍;;RFID抗沖突算法研究[A];2008通信理論與技術新進展——第十三屆全國青年通信學術會議論文集（上）[C];2008年

6 高山;畢篤彥;魏娜;;一種基于UPF的小目標TBD算法[A];第十四屆全國圖象圖形學學術會議論文集[C];2008年

7 周磊;張衛(wèi)華;王曉奇;張軍;;基于流水算法的智能路障機器人設計[A];2011年全國電子信息技術與應用學術會議論文集[C];2011年

8 潘巍;李戰(zhàn)懷;陳群;索博;李衛(wèi)榜;;面向MapReduce的非對稱分片復制連接算法優(yōu)化技術研究[A];第29屆中國數(shù)據(jù)庫學術會議論文集（B輯）（NDBC2012）[C];2012年

9 李偉偉;蔡康穎;鄭新;王文成;;3D模型中重復結構的多尺度快速檢測算法[A];第六屆和諧人機環(huán)境聯(lián)合學術會議（HHME2010)、第19屆全國多媒體學術會議（NCMT2010）、第6屆全國人機交互學術會議（CHCI2010）、第5屆全國普適計算學術會議（PCC2010）論文集[C];2010年

10 楊任爾;陳懇;勵金祥;;基于棱邊方向檢測的運動自適應去隔行算法[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 國泰君安資產(chǎn)管理部;“算法交易”是道指暴跌罪魁禍首?[N];上海證券報;2010年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 馮輝;網(wǎng)絡化的并行與分布式優(yōu)化算法研究及應用[D];復旦大學;2013年

2 許玉杰;云計算環(huán)境下海量數(shù)據(jù)的并行聚類算法研究[D];大連海事大學;2014年

3 李琰;基于貓群算法的高光譜遙感森林類型識別研究[D];東北林業(yè)大學;2015年

4 陳加順;海洋環(huán)境下聚類算法的研究[D];南京航空航天大學;2014年

5 王洋;基于群體智能的通信網(wǎng)絡告警關聯(lián)規(guī)則挖掘算法研究[D];太原理工大學;2015年

6 雷雨;面向考試時間表問題的啟發(fā)式進化算法研究[D];西安電子科技大學;2015年

7 熊霖;大數(shù)據(jù)下的數(shù)據(jù)選擇與學習算法研究[D];西安電子科技大學;2015年

8 周雷;基于圖結構的目標檢測與分割算法研究[D];上海交通大學;2014年

9 王冰;人工蜂群算法的改進及相關應用的研究[D];北京理工大學;2015年

10 蔣亦樟;多視角和遷移學習識別方法和智能建模研究[D];江南大學;2015年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 姚鑫宇;EMD去噪與MUSIC算法在DOA估計中的聯(lián)合應用[D];昆明理工大學;2015年

2 陸進;面向含噪數(shù)據(jù)聚類相關算法的研究[D];復旦大學;2014年

3 李家昌;基于能量約束的超聲圖像自動分割算法[D];華南理工大學;2015年

4 陳堅;基于密度和約束的數(shù)據(jù)流聚類算法研究[D];蘭州大學;2015年

5 高健;基于Zynq7000平臺的去霧算法研究及實現(xiàn)[D];南京理工大學;2015年

6 顧磊;基于Hadoop的聚類算法的數(shù)據(jù)優(yōu)化及其應用研究[D];南京信息工程大學;2015年

7 楊燕霞;基于Hadoop平臺的并行關聯(lián)規(guī)則挖掘算法研究[D];四川師范大學;2015年

8 王羽;基于MapReduce的社區(qū)發(fā)現(xiàn)算法的設計與實現(xiàn)[D];南京理工大學;2015年

9 許振佳;流式數(shù)據(jù)的并行聚類算法研究[D];曲阜師范大學;2015年

10 董琴;人工蜂群算法的改進與應用[D];大連海事大學;2015年

，

本文編號：1289037