基于聚類和決策樹C5分類算法的應(yīng)用研究.pdf

1、知道某事物的樣本數(shù)據(jù)卻不知其類標號屬性時,一般只能對樣本集進行聚類分析,但是聚類的結(jié)果在很多情況下是無法直接解決問題的。相反決策樹算法以高準確性和實用性著稱,但是決策樹的建立需要對擁有類標號屬性的樣本數(shù)據(jù)進行訓(xùn)練,而現(xiàn)實是很多事物的樣本數(shù)據(jù)缺少所需要的類標號屬性。如何將這兩種類型的算法結(jié)合起來達到優(yōu)勢互補的目的,是本文探討的重點。
　　 本研究主要內(nèi)容包括：①對決策樹C5算法進行研究。利用SPSS軟件根據(jù)泉州初中學(xué)生3年數(shù)學(xué)成績

2、建立C5決策樹,并對生成的決策樹進行合理的分析。從而指導(dǎo)教師在恰當(dāng)?shù)臅r期有針對性對學(xué)生進行輔導(dǎo),來提高中考及格率和優(yōu)秀率,并為以后更詳細的教學(xué)成果數(shù)據(jù)分析奠定了基礎(chǔ)。②對模糊聚類算法進行研究。對長江流域主要城市水質(zhì)的檢測數(shù)據(jù)進行聚類。對三項污染指標的聚類結(jié)果進行合理的分析,以期發(fā)現(xiàn)被嚴重污染的水域和地區(qū)間污染的相關(guān)性,為徹底根治水污源頭提供理論上的支持。③對聚類分析與決策樹分類的結(jié)合點進行探討。以聚類同分類的根本區(qū)別為切入點,在程序流程