程斐斐，王子牛，侯立铎

决策树算法在Weka平台上的数据挖掘应用

程斐斐，王子牛，侯立铎

决策树算法可以对数据集进行有效的训练学习和快速准确的分类，其中ID3算法是最早提出的一种决策树算法，但是，此算法只适用于处理取值较多属性的数据，不能处理连续数据，对噪声也比较敏感。C4.5算法是对ID3算法的优化，不仅可以对连续值属性进行处理，而且增加了对空值数据的处理功能。在研究和分析主流决策树算法基础上，针对二手汽车数据库在Weka数据挖掘平台进行了C4.5算法的设计与实现。实验结果表明该算法对预测数据集中的相应属性能进行较为准确的预测。

决策树算法；ID3；C4.5；Weka

0 引言

随着计算机和信息时代的发展，人们收集、存储和访问的数据急剧增加，如何从大量的数据中提取并发现有用信息或知识，引起了学术界的广泛关注。数据挖掘因此应运而生。数据挖掘的方法有很多，包括分类、预测、聚类、关联规则挖掘、序列模式挖掘等。其中分类问题是被广泛研究的课题之一，它是用来分析数据库中的一组对象，找出共同的属性，构造分类模型，然后利用这个模型对其它的数据对象进行分类。广泛使用的分类方法有决策树、贝叶斯分类、遗传算法和神经网络等。其中，决策树是一种常用于预测模型的算法，它将大量数据有目的的进行分类,从中找到一些具有商业价值的、潜在的信息。

1 决策树介绍

1.1 决策树技术

决策树是用于分类与预测的主要技术，它是以实例为基础的归纳学习算法，通过一组无次序、无规则的事例中推理出决策树表现形式的分类规则。……