CORC  > 厦门大学  > 信息技术-学位论文
题名基于聚类和决策树C5分类算法的应用研究; The Applied Research Based on Clustering and C5 Decision Tree Classification Algorithm
作者左思强
答辩日期2011 ; 2011
导师冯少荣
关键词C5决策树 聚类 挖掘应用 C5 Decision Tree Cluster Analysis Mining Applications
英文摘要知道某事物的样本数据却不知其类标号属性时,一般只能对样本集进行聚类分析,但是聚类的结果在很多情况下是无法直接解决问题的。相反决策树算法以高准确性和实用性著称,但是决策树的建立需要对拥有类标号属性的样本数据进行训练,而现实是很多事物的样本数据缺少所需要的类标号属性。如何将这两种类型的算法结合起来达到优势互补的目的,是本文探讨的重点。 本文的工作主要有以下几个方面: ①对决策树C5算法进行研究。利用SPSS软件根据泉州初中学生3年数学成绩建立C5决策树,并对生成的决策树进行合理的分析。从而指导教师在恰当的时期有针对性对学生进行辅导,来提高中考及格率和优秀率,并为以后更详细的教学成果数据分析奠定...; Generally the sample data is clustered analysis in the absence of the class label attribute, but the problem in many cases cannot be solved directly by the clustering results. Decision tree algorithm is known for high accuracy and availability, but the establishment of the decision tree need to train the sample data with the class label attribute. The reality is that many of the sample datas are i...; 学位:工学硕士; 院系专业:信息科学与技术学院计算机科学系_计算机软件与理论; 学号:23020081153226
语种zh_CN
出处http://210.34.4.13:8080/lunwen/detail.asp?serial=31859
内容类型学位论文
源URL[http://dspace.xmu.edu.cn/handle/2288/50943]  
专题信息技术-学位论文
推荐引用方式
GB/T 7714
左思强. 基于聚类和决策树C5分类算法的应用研究, The Applied Research Based on Clustering and C5 Decision Tree Classification Algorithm[D]. 2011, 2011.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace