决策树在学生评优工作的研究与应用
决策树在学生评优工作的研究与应用 数据挖掘技术正以其强大的功能在许多研究和应用领 域得到广泛的发展，分类预测算法更是有着广泛的应用前景， 决策树算法是一种重要的分类方法，是数据挖掘领域研究热 点之一。在学生管理工作中，运用决策树算法对海量的学生 信息进行处理，在实际操作中，有着很高的参考价值。摘 要：
一、决策树的概念 决策树（Decision tree）算法是用于分类和预测的主 要技术。决策树由节点和分枝组成，其中节点分为根节点、 内部节点和叶子节点，根节点和内部节点对应于待分类对象 的属性，叶子节点代表一种可能的分类结果。决策树的基本 算法是贪心算法，是以自顶向下递归的方法构造决策树。在 决策树的内部节点进行属性值的比较，并根据不同的属性值 判断从该节点从该节点向下的分支。从根节点到叶节点的一 条路径就对应着一条合取规则，整个决策树就对应着一组析 取表达规则。
基于决策树的模型优点有以下几点：（1）决策树方法 结构简单，生成便于人们理解的规则（2）决策树模型效率 高，对数据量较大的情况较为适合（3）决策树模型擅长处 理非数值型数据（4）决策树具有较高的分类精确度，它能 够在数据库的各个对象中找出共性，并按照分类模型把它们 进行分类。二、决策树构建 数据预处理后，开始归纳决策树，此过程使用数据预 处理得到的训练集，样本数据为了2009年招收的新生信息， 样本数据29名，随机抽取大约70%（20），其余30%（10）作 测试集。
根据分类决策C4.5算法的阶段：树的生成和树的剪 枝。首先，根据信息增益最大的标准选择某个属性对训练集 进行划分，递归调用直到每个划分中的所有例子属于同一个 类，然后，对建立的进行剪枝，算法具体处理过程如下：
（1） 计算给定样本分类所需的信息熵 设A为训练集样本总数，共有M类样本C(i=1、2、 3，...,m),S为类C中的样本，计算公式为 i i i 其中，是任意样本属于A的概率，可用S/S来估计。
（2）计算每个属性的信息熵设属性X具有V个不同值{x、 x...,x},将A划分为V个子集A...A,其中，A包含S中这样一些 样本，它们在A上具有值X(j=1,2,...v),以属性X为分类所需 的期望熵由下式给出：
i i 12 v 1 v j j 其中，A是子集A中属于类C的样本数，，P=S/S的样本属 于C类的概率 （3）计算信息增益和信息增益率 属于X的信息增益函数为：
Gain(X)=I(A,S...S)-E(x) 为除高分枝属性的影响，还需要计算该属性的信息增 益率。信息增益率的方法考虑每一次划分所产生的子结点的 个数和每个子结点的大小，计算公式为 B（X）=Gain(X)/I(A,...A) （4） 归纳决策树 为达到最佳分裂的目的，C4.5先依次计算各个属性的信 息增益Gain(X)和信息增益率A（X），选取最高信息增益率。
选择完毕分裂变量之后，对于生长过程，就是根据分裂变量 的不同取值产生多少个分支，如何分支，以及怎样完成分支 过程，是决策树生长过程的核心内容。输入变量己经被分组 了，这个过程可以看成是对输入变量的离散化处理。决策树 生长过程是，当分裂变量的分组比较少时，若该属性仅含有有限的几个分组，例如分裂属性变量Ｙ只有两个分组Ａ和Ｂ， 则子节点就直接划分为Ａ子节点，Ｂ子节点。当分裂的分组 相对较多时，需要对这些分组作出进一步的处理：
①如果分组有很多个，那么就要对该变量的分组作出合 并处理。
②如果合并结果不理想，那么在合并同时还可以考虑取 值的拆分，根据检验结果判断是否需要把组再拆分成两组。
三、决策树在学生信息管理中的应用 在学生管理中关注的只是一些比较特殊的数据，可以通 过数据筛选和决策树的训练分类规则，首先通过表征数据的 关键属性段建立根节点，建立数据训练集，输入已有数据， 通过决策树的构建，生成预测学生信息的决策树，这样大量 数据可以分成具有数据表征数据，便于直接定位学生管理者 感兴趣的数据。以学生评优为例分析：
学生评优测评涉及多个方面，主要为德育、学习成绩、 专业技能、社会实践能力、体育活动等，而这些指标中只有 部分是可以量化的。学生管理部门对这些数据的处理主要采 用人工测评方式，利用层次分析模式抑或模糊分析方式进行 评价。取属性"优秀学生"作为类别标识属性, 属性"学习成 绩"、"德育测评"、"专业技能水平"、"体育成绩"、"社会实 践能力"作为决策属性集。将所有属性分成四等，用"优""良 "，"中"，"差"区分，依据ｃ4.5 算法构造决策树，以我校 2009届机电班29名学生为数据集根据学生数据信息表内容，通过决策树算法，不断重复 得到如下结果，证明学习成绩具有最大增益率，因此选择此 属性作为决策树的根结点，对于每一个分支，重复上述步骤， 生成决策树。
ij j i ij ij j i 1 2 m 1 2 结束语 参考文献：
[1] Janwei Han and Micheline Kamber.数据挖掘概念 与技术[M].范明,孟小峰,译.北京:机械工业出版社,2007. [2] 朱玉全,杨鹤标,孙蕾.数据挖掘技术[M].南京:东南大学出版社,2006. [3] 刘美玲,李熹,李永胜.数据挖掘技术在高校教学与 管理中的应用[J].计算机工程与设计,2010(5):1130- 1133.