基于决策树的分类算法研究

分类算法是数据挖掘中的一种重要技术,决策树学习是其中常用的一种方法。结合实例阐述了决策树基本算法的形成过程,分析总结了决策树算法在实际中的应用及其存在的缺陷。     

基于决策树的高职学生网络学习分类模型构建

高职学生个性化学习行为是目前高等教育比较重要的研究方向。通过采集高职学生在网络学习过程中的心理、行为、方法和效果的数据,经过筛选、量化、分类和评价,最终根据影响学习效果的学习者内在因素和个性特征对学习者进行分类,通过基于决策树学习分类模型的建立,对学习者未来的学习进行形成性评估。     

数据挖掘决策树技术在学生成绩分析中的应用研究

文章介绍了基于数据挖掘决策树技术的学生成绩分析的实现过程,通过初期的数据采集、数据处理工作,然后利用ID3算法计算出各个属性的信息增益,最后采用具有最高信息增益的描述属性作为分枝属性,以此作为度量标准创建出学生成绩分析决策树并进行剪枝,研究最终的决策树,分析出对总成绩影响最大的因素有哪些.     

决策树方法在学生成绩分析中的应用

决策树方法是数据挖掘技术中一个活跃的研究领域,该文采用决策树方法对学生成绩进行分析,以快速找到影响学生成绩的原因,有利于提高教学质量．     

基于决策树的分类挖掘技术在学生资源管理中的应用

该文提出一种基于决策树的分类挖掘技术,在论述分类挖掘的基础上分析决策树分类挖掘系统的建立思想、步骤及算法,并把该系统应用到优化学生资源管理的实验中,实验结果证明了该方法的可行性。     

决策树C4.5算法在学生成绩评估中的应用研究

文章主要采用数据挖掘技术中的决策树C4.5算法,对本校学生成绩中的大量数据进行处理,从中选取决策属性,构造决策树,并提取分类规则,从而获取不同类型的学生与成绩之间的关系.试验结果表明,C4.5算法能够将数据进行准确分类和预测,最终得到有价值的结论,供教师决策分析.     

基于决策树算法的Web服务分类的研究

Web服务(Web Services)是计算机网络技术研究热点之一,主要用来研究应用程序在Internet上实现互操作,拓展应用程序的功能。近年来,电子商务迅速崛起,Web服务数量不断增加,很多Web服务提供的功能是相似的,用户难以找到最适合自身需求的Web服务。使用决策树ID3算法,分析影响Web服务功能的质量参数,将其作为属性特征,得到Web服务的分类,帮助用户更好地选择合适的Web服务。     

决策树ID3算法在学生成绩中的应用

介绍了数据挖掘中决策树的分类方法和概念,以及著名的ID3算法,同时也介绍了ID3算法在学生成绩中的应用.     

决策树分类算法的可扩展性研究

决策树是数据挖掘分类问题算法中一种性能较好的算法,本文主要研究自决策树在数据挖掘中应用以来存在问题,主要是可扩展性问题.综述了国内外针对此问题所提出的解决方法,以及分析了改进算法的优缺点,以便有利于对决策树关键问题,即扩展性问题的研究.同时本论文中所研究的算法的思想也有助于数据挖掘中其它领域解决大数据集问题.     

决策树在高职学生成绩影响因素分析中的应用

利用数据挖掘技术研究高职院校学生成绩的影响因素,对高职学生成绩管理具有重要意义。决策树法是数据挖掘的主要技术和方法,利用决策树C4.5算法系统研究了我校信息工程学院二年级学生成绩影响因素,建立了影响学生成绩的决策树模型,使学校有针对性的开展学生管理工作。     

基于ENVI的决策树技术遥感影像粗分类研究

以TM543波段组合RGB近自然的色彩对南宁市进行三个不同时像的遥感粗分类。探讨遥感影像经过主成分分析后采用决策树方法逐层提取林地、耕地、草地、水体、道路、城镇、其他类等基本地物类型,后又用决策树的方法将分类好的单个地物逐层合并成一张分类图。对同一地区的三个不同时像的遥感图像进行比较,研究证明决策树方法简单、直观。     

基于决策树分类的HTTP隧道检测方法

HTTP隧道是各种木马和间谍软件进行网络通信的主要途径,严重威胁了网络安全。比较有效的算法主要是统计指印方法,统计指印采用的特征较少,对训练集的依赖程度较高,算法的稳定性较差。决策树分类算法提取了网络数据流更多的有效特征。使用决策树分类算法对HTTP隧道数据进行了检测,通过实验结果对比,决策树算法的稳定性更好,精确度和效率更高。     

基于分类的机器学习方法中的决策树算法

阐述数据挖掘的分类及目的,总结分类器的构造方法,讲述分类中决策树的构建和修剪.     

数据分类中决策树算法的研究

分类在数据挖掘中是一项非常重要的任务,决策树方法是一种常用的分类算法,所建立的树形结构模型很直观,易于理解,特别适合处理各种分类问题。就决策树方法展开深入的研究,提出了“懒散的基于模型的分类”的思想。     

基于最小Gini指标的决策树分类算法设计与研究

从一个新的思路对基于最小Gini指标的决策树分类算法进行了讨论。简单介绍了CART算法和Gini指标的定义,并且对SLIQ和SPRINT决策树分类技术进行深入的分析。同时对SLIQ算法的时间复杂性和这两种算法的内存管理和性能方面进行了比较和分析。     

基于最小Gini指标的决策树分类算法设计与研究

从一个新的思路对基于最小Gini指标的决策树分类算法进行了讨论。简单介绍了CART算法和Gini指标的定义,并且对SLIQ和SPRINT决策树分类技术进行深入的分析。同时对SLIQ算法的时间复杂性和这两种算法的内存管理和性能方面进行了比较和分析。     

基于C~#的学生成绩管理系统的研究

学生成绩管理系统是在VisualStudio.Net平台下用C#语言编写完成,数据库选用SQLServer2000。由于VisualStudio.Net率先采用了可视化(VISUAL)的程序设计方法,本利用系统提供的大量可视化控件,可以方便以可视化方式直接绘制用户图形界面,做起来方便,使用起来更为快捷。     

基于学生成绩的学生综合素质量化评价研究

数据挖掘技术应用于高等教育管理,使多维度量化评价学生成为可能。首先对学生课堂内外的成绩数据收集和预处理,基于主成分分析法提出九维综合素质评价指标,依据各维指标量化值,结合雷达图实现对学生个体综合素质多维度、全方位的评价。其次,借助SOM(Self-Organizing Feature Map)神经网络构建学生群体分类模型,针对分类结果完成对学生群体综合素质的评价。研究结果表明,大学生综合素质的量化精准评价,对提高教学质量和人才培养质量具有重要意义。     

朴素贝叶斯分类预测学生CET4成绩

贝叶斯分类法是统计学分类方法,可以预测类成员关系的可能性,如给定元？组属于一个特定类的概率。大学英语四级考试一直是高校学生很重要的一门考试,对学生日后的就业也有指导性的作用,运用朴素贝叶斯分类方法,对学生的CET4成绩数据进行分类和预测,把得到的结论与实际情况比较,从而指导教学。