基于軌檢車(chē)檢測(cè)數(shù)據(jù)的決策樹(shù)分類算法的研究與應(yīng)用.pdf

1、數(shù)據(jù)挖掘（Data Mining）是從大量數(shù)據(jù)中發(fā)現(xiàn)潛在規(guī)律、提取有用知識(shí)的方法和技術(shù)。近年來(lái)，數(shù)據(jù)挖掘受到了普遍關(guān)注，已經(jīng)成為信息系統(tǒng)和計(jì)算機(jī)科學(xué)領(lǐng)域研究中最活躍的部分。 數(shù)據(jù)挖掘技術(shù)從一開(kāi)始就是面向應(yīng)用的。目前，在很多領(lǐng)域，數(shù)據(jù)挖掘都是一個(gè)很時(shí)髦的詞，尤其是在如銀行、電信、保險(xiǎn)、交通、零售等領(lǐng)域。但數(shù)據(jù)挖掘技術(shù)應(yīng)用于軌檢車(chē)檢測(cè)數(shù)據(jù)分析領(lǐng)域，目前研究較少。鐵路線路檢測(cè)產(chǎn)生了大量的軌檢車(chē)檢測(cè)數(shù)據(jù)，期待對(duì)其進(jìn)行挖掘，找出其中潛在的

2、規(guī)律，以對(duì)未來(lái)的數(shù)據(jù)進(jìn)行分析與預(yù)測(cè)。因此，本文以真實(shí)的軌檢車(chē)檢測(cè)數(shù)據(jù)為例，闡述軌檢車(chē)檢測(cè)數(shù)據(jù)分析的意義、現(xiàn)狀及存在的不合理點(diǎn)，具體提出利用數(shù)據(jù)挖掘分類算法對(duì)龐大的軌檢車(chē)檢測(cè)數(shù)據(jù)進(jìn)行分析與預(yù)測(cè)的改進(jìn)設(shè)想。 分類算法最知名的是決策樹(shù)方法（Decision Tree），決策樹(shù)是用于分類的一種樹(shù)結(jié)構(gòu)。其中的每個(gè)內(nèi)部節(jié)點(diǎn)（internal node）代表對(duì)某個(gè)屬性的一次測(cè)試，一條邊代表一個(gè)測(cè)試結(jié)果，葉子（leaf）代表某個(gè)類（class）

3、或者類的分布（class distribution），最上面的節(jié)點(diǎn)是根節(jié)點(diǎn)。決策樹(shù)分類法由于其分類效率高、速度快、可理解性強(qiáng)、簡(jiǎn)潔性好等優(yōu)點(diǎn)，在海量數(shù)據(jù)環(huán)境中應(yīng)用最為廣泛。 本文全面介紹了決策樹(shù)分類算法的研究現(xiàn)狀和研究熱點(diǎn)，重點(diǎn)分析了ID3算法和C4．5算法。在此基礎(chǔ)上提出了一種改進(jìn)算法QC4．5，該算法在分析C4．5法實(shí)現(xiàn)的時(shí)間復(fù)雜度與空間復(fù)雜度的基礎(chǔ)上，針對(duì)其對(duì)連續(xù)型屬性的處理提出了兩種改進(jìn)方案，在決策樹(shù)遞歸生成過(guò)程中，根據(jù)