改进决策树算法下高校财务管理与决策分析的仿真研究①
2022-08-24蔡晶
佳木斯大学学报(自然科学版) 2022年2期
蔡 晶
(华侨大学财务处,福建 泉州 362000)
0 引 言
国内学者对高校财务管理决策系统的研究已取得了一定成果。文献[2]将K均值聚类算法引入到决策树的建立过程中,组建高校财务预警模型,在此基础上实现了高校财务管理决策。文献[3]利用该矩阵实现对高校财务的管理和决策,该算法能有效提升财务信息的分类效率,但是存在数据信息表意混淆,任意性较为突出的问题。文献[4]构建的高校财务模型预测精度较高,但存在预测时间较长的问题。基于此,提出了改进的决策树算法模型并引入到高校财务管理决策分析中。
1 决策树的基本思想
决策树结构实质是根据树状结构对目标数据记录进行统计分类,决策树每个叶节点表示某种条件下的特定数据记录集合,依据数据记录片段的取值构建树状结构的分支[5]。决策树的构建由多个节点和有向边组合而成。通常情况下节点可分为两种,一种是内部节点,一种是外部节点。内部节点由单个数据属性或是单个特征构成,可将其叶节点也考虑为某一类。决策树进行分类通常以根节点开始,其实就是对某种实例的单个特征进行测试,依据测试结果,将具体实例划分到具体的子节点上[5]。由此即可对具体实例进行有效分类,将不同类别的信息划分给叶结点的类中。
设定D表示事先设定的训练数据集:

可将上述描述的决策树视为一个if-then规则的集合。由决策树的根状节点一步步连接叶节点的各条路径构造一条规则;所有路径的内部结点特征均有相应的规则约束,而决策树中叶结点的类别对应着规则的结论。……
登录APP查看全文