資源描述：
《基于決策樹的數(shù)據(jù)挖掘方法在化學(xué)模式分類中的應(yīng)用》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、浙江大學(xué)碩士學(xué)位論文基于決策樹的數(shù)據(jù)挖掘方法在化學(xué)模式分類中的應(yīng)用姓名：李琳申請學(xué)位級別：碩士專業(yè)：化學(xué)工程指導(dǎo)教師：陳德釗20050101摘要隨著計算機技術(shù)和現(xiàn)代測試分析技術(shù)的發(fā)展，舀：化學(xué)化I：領(lǐng)域移{祟了人fli的數(shù)折：。數(shù)據(jù)挖掘技術(shù)的產(chǎn)，E和發(fā)展為從這些數(shù)掂獲以有用知訂l提供了f，／J的1．具。數(shù)據(jù)挖掘1具的有敞性，總是與各個領(lǐng)域的數(shù)據(jù)特點緊密的結(jié)合在一起。本文針對化學(xué)模式分類·I，的數(shù)據(jù)具有高維、復(fù)蓯線性和帶t-J噪爵的特j_，利川決策樹及其預(yù)處理過程，對連續(xù)屬性的離散化、屬’陀篩選、規(guī)則抉取、化學(xué)梭，℃分炎建模等進行了研究，爿‘介紹了各種數(shù)據(jù)挖掘方法和決策樹的基本理論，以
2、及化。學(xué)化工數(shù)據(jù)挖掘所面臨的問題。全文主要內(nèi)容如卜：(1)山于化學(xué)分類數(shù)據(jù)集人多為連續(xù)型數(shù)據(jù)集，若要提高決策樹分類器的性能，須先將連續(xù)型數(shù)據(jù)離散化，以方便進步的處理過程。本文系統(tǒng)閘述了連續(xù)屬性離散化的原理、方法以及固內(nèi)外的研究現(xiàn)狀。通過分析各種算法的特點和適用性，針對實際化學(xué)數(shù)據(jù)特點，選擇最小描述長度劃分法(MDLP)對數(shù)捌上韭行離散化。與其它方法相比，MDLP算法穩(wěn)定、離散化效果令人滿意。(2)大多數(shù)數(shù)掘集都包含冗余屬性，這些冗余屬性的存存不儀增加數(shù)就i：處理的工作量和復(fù)雜程度，而且會干擾最終的分類結(jié)果，影響分類的準(zhǔn)確程度。本文將屬性選擇的概念引入化學(xué)數(shù)據(jù)分析中，介紹了屬‘陀選擇的
3、基本原理，特』ji以及各種方法。通過考慮各種方法的使用條件和化學(xué)分類數(shù)據(jù)的特點，使川IJasVegasFilter(LVF)算法對離散邗數(shù)據(jù)進行選擇。結(jié)糶證Hjj：該過程能夠從原屬性集中篩選出與分類聯(lián)系最緊密的屬性子集，簡化了計算過程，I刊時也赴·定千l￡度上提高了分類準(zhǔn)確性。(3)介紹了決策樹方法的基本原理和幾種常用決策樹算法。洋自lJ討論了C4．5算法特點．并針對其體的實例建立C4．5決策樹。結(jié)果證明該方法分類性能良女r。與常用的神經(jīng)網(wǎng)絡(luò)方法相比，由決策樹發(fā)現(xiàn)的分類規(guī)則表達方式直觀，便-J：理解，7卜成速度也非?？?。和統(tǒng)計分析方法相比，決策樹不依賴屬r陀值的分嘶，或?qū)?，ri：獨立
4、性的假設(shè)，在實際應(yīng)用中也比般的統(tǒng)計分析方法更健壯。(4)決策樹方法可從大鼉數(shù)摒·}，挖掘m潛存的分類j=【1識，并縣訂∞沾“觀的表達形式，易為專業(yè)人員理解和分析。對于較難處理的連續(xù)屬性．小義捉?丁基于預(yù)處彈的決策樹模型。先塒迮續(xù)屬性離散化，并作篩選，剔除?tl余數(shù)缸r：后，再[}1C4．5方法構(gòu)建決策樹，其分類模型具有良好的顱報。r{：能，適J{JJ：化’學(xué)分炎模式的挖掘，兩個實例表明應(yīng)用效果令人滿意。關(guān)鍵詞：數(shù)據(jù)挖掘，決策樹，離散化，屬性選擇，化’乒模，=I=分類ABSTRACTAsthecomputertechnologyandmodernanalyticaltechnology
5、develop．theamountol’datainchemistryandchemicalengineeringhasincreasedfast．111cappearanceanddevelopmentofdataminingsupp[iesI．ISapowerfidtoolIngainusefulinforn'mtionhiddenillalIkindsofdata．ButtheeffectoI、thesemethodshascloseconnectionwiththecharactelisticofdatajnvariablefields．Thedata(1i、chemical
6、classificationoftenhastheligatureofhigller．d油cnsiolllnoiseandcompoundlinearInthispaper,WefocusOilthediscretization，Ikatureselection．rulegeneration．a(chǎn)ndchemicalpatternmodeling．Somedataminingmethodsandthetheory+ol’decisionWeealsohayebccnintroduced．‘fhemaincontributionsinthisdissertationarcuslbll‘)
7、ws：【1)Becausethedatasetsforchemicalclassificationaremostly,continuous．theprocessol’discretizationisnecessary'toimprovethepertbmlancc011decisiontreeclassitier．Inthispaper,WeadoptMinima／Description1．engthPrinciple(MDI，f)】lodiscretiz
