ID3算法在计算机成绩分析中的应用

ID3算法在计算机成绩分析中的应用

JournalofHefeiUniversity(NaturalSciences)

　2010年2月　第20卷第1期　　　　　　　　　　　　　　　　　　　　　　　　　　　　Feb.2010Vol.20No.1　

合肥学院学报(自然科学版)

ID3算法在计算机成绩分析中的应用

王永梅

(安徽农业大学信息与计算机学院,合肥　230036)

摘　要:通过介绍数据挖掘的概念和决策树分类方法,论述了ID3算法的基本思想和实现方法,并用该算法对学生计算机成绩进行分析,构造计算机成绩决策树并从中提取出一些重要规则,为教师教和学生学提供参考依据.关键词:数据挖掘;决策树;ID3算法;成绩分析

中图分类号:TP311.135.3　　　文献标识码:A　　　文章编号:-()Thetiin

ExaminationGrade

WANGYong2mei

(SchoolofInformationandComputer,AnhuiAgriculturalUniversity,Hefei　230036,China)

Abstract:Inthearticle,

thedefinitionofdataminingandthedivisionofdecisiontreearefirstly

introduced,thenbasictheoriesconcerningID3methodanditsapplicationarediscussed,andfinallyacasestudyismadetoanalyzestudentsπcomputerexaminationgradesbyusingID3method.Basedonthem,computerexaminationgradesdecisiontreeisformedfromwhichsomeimportantprinciplesarededuced,which,areconsideredtobereferenceforbothteachersandstudentsintheirteachingandstudy.

Keywords:datamining;decisiontree;ID3testingmethod;gradeanalysis

近年来,随着我国高等教育的发展,各个高校的招生规模和以前相比均出现大幅度增长,使得学生的数量越来越多。传统的统计学生成绩的方法已无法发现学生成绩数据中存在的关系和规则,也无法根据

现有的数据预测未来的发展趋势.因此如何快速且准确地对学生成绩进行分析,探讨学生成绩不良的成因,提出解决的策略,具有重要的现实意义.一种新的数据分析技术———数据挖掘技术应运而生.

1　数据挖掘技术

1.1　数据挖掘概念

数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程,是数据库中知识发现(KnowledgeDiscoveryinDatabase,KDD)的核心.它是一个多学科交叉研究领域,融合了数据库技术、人工智能、机器学习、统计学、知识工程、面向对象方法、信息检索、高性能计算以及数据可视化等最新技术的研究成果.目前,常用的数据挖掘分析方法有:关联规则分析、序列模式分析、分类分析、聚类分析、预测分析、回归分析,该文选择了分类分析的方法.分类模式就是通过分析训练集中的数据,为每个类别做出准确的描述、建立分析模型或挖掘出

[1]

分类规则,然后用这个分类规则对其他数据库中的记录进行分类,从而对未来的数据进行预测.1.2　决策树分类方法

有许多数据分类方法,大体可归结为四种类型:基于距离的分类方法、决策树分类方法、贝叶斯分类方

收稿日期:2009-10-29　　修回日期:2009-12-30

基金项目:安徽农业大学教改项目“VisualFoxPro程序设计综合设计实验实践研究”基金资助.作者简介:王永梅(1974—),女,安徽全椒人,安徽农业大学信息与计算机学院讲师.

第1页下一页