彭少芬

【摘 要】 在就业中，有许多因素决定着你最终就业单位的性质。为了能有效的分析就业因素的具体影响，在这里采用决策树算法，先利用信息熵和各个属性的信息增益找到划分点，依次类推直至属性无法再划分，在进行分析。

【关键词】 决策树 ID3算法 信息熵 信息增益

1.前 言

自各大高校对于研究生进行扩招以来，毕业生数量急剧攀升。就业竞争越来越大，就业问题也日益突出，必须解决，否则不仅影响到学生的本身利益，也会影响到经济和社会的可持续发展，学校一般都建立了学生管理系统，保存有大量的学生就业历史数据，我们通过分析这些数据，从中找出影响就业的主要因素。从而为各大高校和学生就业培养提供有效建议。

2.决策树算法

决策树学习的目的是产生一棵泛化能力强，即处理未知样本能力强的决策树。决策树属性划分原则是希望随着划分过程的进行，决策树的分支结点所包含的样本尽可能属于同一类别，即结点的纯度越来越高。

构造树的步骤：

训练样本的信息值。

第一棵树，属性，各叶节点的信息值。

第一棵树，属性，导致的信息增益。

依次，计算每棵树导致的信息增益。

选择获得最大信息增益的属性进行划分。

以此类推，递归，继续划分

当所有叶节点都是纯的，划分过程终止

属性停止划分条件：

当前结点所包含的样本属于同一类，无需划分。

当前属性集为空，或所有样本在所有属性上取值相同，无法划分

当前结点包含的样本集合为空，不能划分。……