判定树在学生成绩分析的应用 application of decision tree in students performance analysis.pdfVIP

判定树在学生成绩分析的应用 何雪清 (广州市商贸职业学校，广东广州510163) [摘要]教据挖掘是一种新的信息处理技术，其主要特点是对数据库中的大量数据进行抽取、转换、分析和其他模型化 处理，并从中提取辅助决策的关键性数据。其中，判定树以其出色的数据分析效率、直观易懂的结果展示等特点，倍受广大用 户的关注。本文将讨论数据挖掘中的判定树在学生成绩分析的应用。 [关键词]数据挖掘；判定树；信息增益度 集NE的大小分别为P，n，ID，基于如下两种假设：①在向量 1．前言 上间E上的一棵正确决策树，对任意例子的分类概率同E 随着信息技术的迅速发展，数据库的规模不断扩大，从 中正、反例的概率一致。②一棵决策树对一例子做出正确类 而产生了大量的数据。为了能给决策者提供一个统一的全 别判断所需的信息量为： 局视角，在许多领域建立了数据仓库，海量数据收集、存放在 o) 大型和大量数据库中。但大量的数据往往使人们无法辨别隐 I(p，n)一-mP--lo—g,面P一斋1啦击 藏在其中的能对决策提供支持的信息，理解它们已经远远超 如果属性A作决策树的根，A具有v个值{v。，v2，…， 出了人的能力；而传统的查询、报表工具无法满足挖掘这些 信息的需求。因此，需要一种新的数据分析技术处理大量数 个正例和N。个反例，那么子集Ei所需的期望信息是I(pi， nil，以属性A为根分类所需的期望熵是： 据，并从中抽取有价值的潜在知识，数据挖掘(DamMining) 由此应运而生。数据挖掘技术也正是伴随着数据仓库技术 的发展而逐步完善起来的。 E(A)-；皆I(pi㈣(2) 2．判定树简介 判定树是一个类似于流程图的树结构，其中每个内部节 根结点，对A·的不同取值对应的E的v个子集Ei递归调 点表示在一个属性上的测试，每个分支代表一个测试输出， 用上述过程生成A·的子结点B。，B：，…，Bv。 而每个树叶节点代表类或类分布。判定树由决策结点、分支 4．利用判定树技术研究学生考试成绩与其科目之间的 和叶子组成。判定树中最上面的结点为根结点，每个分支是 关系 一个新的决策结点，或者是树的叶子。每个决策结点代表一 个问题或决策，通常对应于待分类对象的属性。每一个叶子 4．1数据实例 结点代表一种可能的分类结果。沿判定树从上到下遍历的 本校职中一年级会计专业的学生期末考试成绩数据库， 过程中，在每个结点都会遇到一个测试，对每个结点上问题 数据库(已经导出到EXCEL文件)中的数据按照一定格式 的不同的测试输出导致不同的分支，最后会到达一个叶子 排列显示，其中的属性有：学号、姓名、班级、语文、数学、英 结点，这个过程就是利用判定树进行分类的过程。 语、政治、会计基础、计算机、体育、总分、名次。 判定树已经在广泛的应用领域对数据进行分类，以此达 4．2研究步骤 到预测的目的。用于创建判定树模型而被分析的数据元组称 首先，对数据进行规范处理。从数据库导出的原始记录 为训练数据集，判定树方法先根据训练数据集形成判定树， 表中，包含有五个班共262条记录，从原始记录表中选取了 如果该树不能对所有对象给出正确的分类，那么选择一些 姓名、班级、语文、数学、英语、政治、会计基础、计