決策樹分類算法的研究及其在納稅評估中的應(yīng)用.pdf

1、數(shù)據(jù)挖掘(Data Mining,DM)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)挖掘受到了國內(nèi)外的普遍關(guān)注,已經(jīng)成為信息系統(tǒng)和計算機科學(xué)領(lǐng)域研究中最活躍的前沿領(lǐng)域.數(shù)據(jù)挖掘已廣泛應(yīng)用于生物醫(yī)學(xué)、金融、零售業(yè)、電信業(yè)等領(lǐng)域,并產(chǎn)生了巨大的效益.該文以為國稅開發(fā)數(shù)據(jù)挖掘項目"納稅評估智能分析系統(tǒng)"為背景,在深入調(diào)研與分析國內(nèi)外數(shù)據(jù)挖掘相關(guān)理論、應(yīng)用和技術(shù)文獻的基礎(chǔ)上,詳細評述了基于分類數(shù)據(jù)挖掘的相關(guān)理論與技術(shù);并針

2、對C4.5決策樹算法實現(xiàn)提出了三種改進策略;并利用UCI(Irvine大學(xué)機器學(xué)習(xí)數(shù)據(jù)庫)數(shù)據(jù)庫作為實驗數(shù)據(jù),比較了改進前與改進后C4.5算法的執(zhí)行效率,通過實驗數(shù)據(jù)可以看出,改進后的C4.5算法(該文稱之為QC4.5)在執(zhí)行效率上有了明顯的提高.該文的主要研究內(nèi)容為:1.研究了了數(shù)據(jù)挖掘的概念與發(fā)展現(xiàn)狀、數(shù)據(jù)挖掘的過程模型與數(shù)據(jù)挖掘的分類等.2.研究了決策樹分類方法,詳細闡述了C4.5決策樹的構(gòu)造算法、分裂準則、剪枝準則、評價方法等.

3、3.針對C4.5決策樹算法實現(xiàn),提出了三種改進策略,并通過樣本集的特征選擇最合適的策略,從而較好的提高了算法的執(zhí)行效率.4.最后把QC4.5(改進后的C4.5算法)算法應(yīng)用于納稅評估智能分析系統(tǒng)中有無避稅嫌疑預(yù)測,并設(shè)計實現(xiàn);在實際應(yīng)用中取得了較好的效果.該文的創(chuàng)新主要體現(xiàn)在:在決策樹自頂向下遞歸構(gòu)造過程中,對于每一個連續(xù)型屬性并不是使用同一種計算方法計算屬性的信息增益,而是根據(jù)屬性值的特征從三種改進策略中選擇一種執(zhí)行效率最優(yōu)的策略來計