马伟杰

(郑州航空工业管理学院 计算机科学与应用系，河南 郑州 450015)

高校奖学金评定是一项每年必须重复的繁琐而又重要的工作，涉及范围很广，它要根据不同情况评定出不同的奖学金获得者，需要记录和处理的数据量也很庞大.如何对奖学金获得者做出科学、有效的评价已成为高校学生管理者关注的焦点问题之一[1].

决策树是判断给定样本与某种属性相关联的决策过程的一种表示方法,该方法广泛应用于数据挖掘和机器学习等领域，用来解决与分类相关的问题[2]，是应用最广泛的逻辑方法.目前，生成决策树方法的算法主要有3种：CART算法、ID3算法和C4.5算法，其中C4.5算法具有分类速度快且精度高的特点，是发展得比较完善的一种决策树算法[3].

1 C4. 5决策树算法

C4.5算法是构造决策树分类器的一种有效算法,最终可以形成产生式规则.C4.5算法的输入是一张关系表,由若干不同的属性及若干数据元组(称为训练样本)组成.属性分为两部分,一部分作为判定对象属性(判定树中的非叶节点),另一部分作为分类对象属性(判定树中的叶节点).C4.5算法采用信息熵的方法,比较各个判定对象属性的信息增益率的大小,选择信息增益率最大的属性进行分类,递归生成一个判定树[4-5].

设|S|为训练集S的样本总数，一共有m类样本Ci(i=1，2，3，…，m),|Ci|为类Ci中的样本数，设Pi=|Ci|/|S|是任意样本属于Ci的概率，训练样本分类属性的总信息熵E(S1，S2，…，Sm)的计算公式为：

(1)

设属性A具有v个不同值{a1，a2，…，av}，可以用属性A将S划分为……