文档介绍：学年论文《决策树在成绩分析中的应用》学院:计算机科学与工程学院班级:*********学号:*************姓名:***导师:**摘要 1Abstract 2第一章绪论 3、发展 3 3 3第二章数据挖掘的基本知识 4数据挖掘的定义 4 4 4按挖掘对象 4按挖掘方法 5按数据挖掘所能发现的知识 5 5 5 5神经网络方法 5 6 6数据准备 6 6模式的评估解释 6知识运用 6第三章决策树技术 6 6 7ID3算法 7改进算法 8ID3算法计算学生的成绩信息 8改进算法计算学生的信息 13第四章总结 17参考文献: 18决策树在成绩分析中的应用摘要数据挖掘的提出是在20世纪80年代,它是一个新兴的、面向商业应用的AI研究领域,20世纪末,的普及,全球信息量以惊人的速度急剧增长,据估计每二十个月增加一倍。当前的数据库系统虽然能够高效的实现数据的录入、查询、和统计等功能,但却无法发现海量数据中隐藏的知识和规律;人们面临的主要问题不再是缺乏足够的信息能够使用,而是面对浩瀚的数据海洋如何有效的利用这些数据。如何将这些海量的数据从数据库中提取出来,并转为有用的信息;面对这一挑战,数据挖掘和知识发现技术应运而生,并显示强大的生命力。数据挖掘和知识发现使数据处理技术进入一个更高级的阶段。它不仅能对过去的数据进行查询,而且能够找出过去数据进行查询,而且能够找出过去数据之间潜在的联系,进行更高层次的分析,以便更好的解决决策、预测等问题。数据挖掘,从技术角度而言,数据挖掘是从大量的,不完全的,有噪声的、模糊的、随机的实际数据中,提取隐含在其中人们事先不知道但有潜在有用的信息和知识的过程。从商业角度,数据挖掘是一种新的商业信息处理技术,其主要的特点是对数据库中的大量业务数据进行抽取、转换、分析和其它模型换处理,从中提取辅助商业决策的关键性信息和知识。本论文主要论述的是利用决策树技术对于大量的学生数据进行分析,在其中挖掘有用的信息,目的是提高教学质量。决策树技术,用于分类和预测的主要的技术,决策树学****是以实例为基础的归纳学****算法,它着眼于从一组无次序、无规则的实例中推理出决策树表示形式的分类规则,它包括两个步骤:一,利用训练样本集来建立并精化出一颗决策树,建立决策树模型。即从数据中获取知识,进行机器学****的过程。二,利用建好的决策树对新的数据进行分类。关键字:数据挖掘,决策树技术,成绩分析ApplicationofdecisiontreeinperformanceanalysisAbstractDataminingisputforwardin1980s,itisanew,mercialapplicationofAIresearchfield,attheend,,theglobalinformationhasdramaticallyincreasedatanalarmingrate,,efficientthequeryandstatisticalfunctions,butcannotfindtheknowledgeandruleshiddeninmassivedata;themainproblemsthatpeoplearefacingisnotlackofenoughinformationcanbeused,,andturnthemintousefultheinformation;inthefaceofthischallenge,dataminingandknowledgediscoverytechnologycameintobeing,,,andcanidentifythepastdataquery,andtofindoutthepotentiallinkbetweenpastdata,higherlevelofanalysis,,prediction,fromatechnicalpointofview,d