基于Weka平臺的決策樹算法研究與實現(xiàn).pdf

1、隨著人類社會和計算機信息技術(shù)的飛速發(fā)展,海量數(shù)據(jù)的積累使得人們不得不從完善數(shù)據(jù)挖掘技術(shù)來揭示出隱含的、有潛在價值的、未知的信息。數(shù)據(jù)挖掘不僅集合了數(shù)據(jù)庫、人工智能和機器學習等技術(shù),而且還廣泛應用于金融、商業(yè)、醫(yī)療和保險等行業(yè)。而決策樹分類方法無疑是眾多數(shù)據(jù)挖掘方法中最為常用且經(jīng)典的方法之一。
　　自1966年由Hunt等人提出最早的決策樹算法CLS以來,決策樹分類方法已經(jīng)不下幾十種,其中以ID3、C4.5、CART等算法最為經(jīng)典,

2、它們都具有計算量小、生成的規(guī)則易于理解等特點,因此應用也最為廣泛。但同時,在實際的應用過程當中,上述算法也存在著不足,例如效率偏低、不適用于噪聲數(shù)據(jù)等,因此,提高算法計算效率等已是現(xiàn)在人們研究的重要問題。
　　本文以決策樹分類算法為例,在深入研究經(jīng)典的數(shù)據(jù)挖掘分類方法的基礎(chǔ)之上,做了以下工作:
　　(1)深入學習了開源數(shù)據(jù)挖掘項目Weka,并在此基礎(chǔ)上對Weka平臺的算法實現(xiàn)進行了實踐;
　　(2)采用C4.5、CAR