★ 聂斌 林剑鸣 杜建强*** 王卓 何万生 叶青 熊玲珠 朱明峰 李智彪 吴友平

（1.江西中医学院南昌 330006；2.南昌大学软件学院 南昌 330047;3.江西省峡江县水边卫生院 331409）

1.引言

决策树[1-2]是用于分类和预测的一种类似于流程图的树结构。决策树学习是以实例为基础的归纳学习算法。它着眼于从一组无序、无规则的实例中推理出决策表示形式的分类规则。它采用自顶向下的递归方式，在决策树的内部结点进行属性值的比较并根据不同属性判断从该结点向下的分支，在决策树的叶结点得到结论。从根结点就对应着一条合取规则，整棵树就对应一组析取表达式。其分类研究及应用如[3-9]。其特点是分类速度快，计算量相对较小，容易转化成分类规则；分类准确性高且便于理解。其缺乏伸缩性，处理大训练集时算法的额外开销大，降低了分类的准确性；一般的算法分类时，只根据某个字段来分类；当类别过多时，错误可能就会较快增加。

2.决策树方法C5.1、CART、QUEST、CHAID简介

2.1 C5.1

C5.1模型（PASW Modeler helptext）的工作原理：根据提供最大信息增益的字段分割样本，并递进分割由上次分割定义的每个子样本，直到无法分割为止。重新检查最底层分割，并删除或修剪对模型值没有显著贡献的分割。

规则集源自决策树，并且在某种程度上表示在决策树中建立的经简化或提取的信息版本。通常，规则集可保留完整的决策树中的大部分重要信息，但其使用的模型比较简单。其与其它决策树最重要的区别是，使用规则集时，可以为任意特定记录应用多个规则，也可以不应用任何规则。……