决策树在高职生报导率分析与预测中的应用.pdfVIP

第# 卷第$ 期 河南商业高等专科学校学报 5’,6 #! 7’6 $ ! ##% 年$ 月 ’()*+, ’- ./*+* 0(12*/11 3’,,/4/ +*6 ##% 决策树在高职生报到率分析与预测中的应用 于! 立! 红 〔郑州轻工业学院! 民族职业学院，河南! 郑州! =### 〕 !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! 摘! 要：用决策树预测技术，可以对近年来高职高专院校虽扩张报到率却呈持续下降趋势作结构性预测分 析。借助3=6 # 算法，选取与数据挖掘任务具有强相关关系的属性 （因子），通过提高信息增益比例可提高所给 出的报到率的概率精度。以某高职高专类学校为例，其预测结果显示，高考成绩相对于高职高专一批录取线较 差的文科考生报到率较高，理科考生则报到率较低。 关键词：决策树；报到率；分类与预测 中图分类号：?8@ ! ! ! ! 文献标识码：A! ! ! ! 文章编号：$## 9 :;（##% ）#$ 9 #$$: 9 # !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! ! ! 近几年来，各类高职院校的办学规模逐年扩 以本文采用了决策树方法进行分类和预测。 大，但高职生报到率有逐年下降趋势，特别是高职 （二）决策树的常用算法 高专类第二批录取院校，一些院校的报到率已经跌 $6 CD: 算法 至=#B 左右。报到率下降成为招生主管部门和高 CD: 算法是在决策树的每个节点上使用信息增 职院校面临的一个新课题。 益［$］度量选择测试属性。这种度量称作属性选择 为了科学、客观地分析影响高职生报到率因素 度量或分裂的优良性度量。选择具有最高信息增益 和预测报到人数，更好地指导招生工作，本文通过 （最大熵压缩）的属性作为当前节点的测试属性。 使用近年来新兴的数据挖掘技术，采用分类分析中 该属性使得对结果划分中的样本分类所需的信息量 的决策树方法，对某高职院校招生数据库中的数据 最小，并反映划分的最小随机性或 “不纯性”。这 实施了数据挖掘。从中发现了潜在的模式，总结知 种信息理论方法使得对一个对象分类所需的期望测 识，并结合该学院的实际，为学院的招生和发展提 试数目达到最小，并确保找到一棵简单的树。 出了建设性意见，为管理者决策提供了理论依据。 设E 是1 个数据样本的集合。假定类标号属性 一、决策树分类及算法分析 具有F 个不同值，定义F 个不同类32 （2 G $，…， （一）分类与决策树 F ）。设12 是类32 中的样本数。对一个给定的样本 分类是一个从现有的带有类别的数据集中寻找 分类所需的期望信息由下式给出： F 同一类别数据的共同特性，并以此将它们进行区分 C （1 ，1 ，…，1 ）G 9 #H ,’4 （H ） （式$ ）