C45算法在国防生素质分析中的应用.docx

计算机应用《自动化技术与应用》2O 07年第26卷第7期COmputerAppI}cationsC4．5算法在国防生素质分析中的应用李文峰1一，黄席樾1(1．重庆大学自动化学院，重庆4000302．成都军区驻重庆大学和西南政法大学后备军官选拔培训工作办公室，重庆400030)摘要：国防生素质直接影响到依托培养的质量，目前选培办对国防生素质的分析是粗略的或根据经验来判断。本文主要讨论利用 数据挖掘中面向属性的归纳和决策树C4．5算法对国防生基本信息进行分析，从中找出影响国防生素质高低的一些规则和模式，帮助选培办针对性地进行教育管理，同时也给国防生选拔工作提供参考依据。关键词：国防生；素质分析；面向屙陛归纳；C4．5算法；决策树中图分类号：G418文献标识码：A文章编号：1003—724l(2007)07—0037一04C4．5AlgorithmfOrAnaIysisOftheQual．tyOf Rese№O仟icerSLIWen-fen91，-，HUANGXi-yuel(1．C011egeofAutoInation，ChongqiIlgUIliversi吼Chongqing400030Chilla；2．ReserveOf：ficers’SelectionaIldTrairlingOf!flcecommissionedbyChenduMilita巧Area，C如ongqingUmvers毋andSou也westU11iVerS时ofP曲dcalScienceLawolollg(皿g400030Q血a)Abstract：Theef诧ctofthecommissionedtrainingisdeterminedbythequalityofreserVeofficers．Inthispaper，theanalysisofthereserveomcers，basicinformationiscarriedoutbytwoapproachesbasedondatamining，attribute—orientedinduction(AoI)andC4．5 AlgQri也m。Therefore，somep血lciplesandmodelsconnectedwiththedegreesofthequalitycanbefoundtohelpauthoritytotrai_nthereserVeofncerspenjnently．Funhe珊ore，thisanalysiscanalsoproVidesomereference dataforselectingthemappropriately．Keywords：reserveofficers；qualityanalysis；attribute—orientedinduction；C4．5algorithm；decisiontree1引言归纳和决策树C4．5算法来进行国防生素质分析，不失为一种科为适应军队现代化建设的需要，依托普通高等教育培养军学而又合理的方法。队干部(依托培养)工作在全国范围内全面展开，目前，军队在 全国上百所重点高校设立了后备军官选拔培训工作办公室(选培2数据挖掘和决策树分类[1]办j，招收选拔并培训国防生(后备军官)，为军队培养输送干部。数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随由于国防生素质的高低直接影响着培养输送的质量，对他们素质机的实际应用数据中，抽取隐含在其中的、人们事先不知道的、的分析掌握也就显得尤为重要。而随着高等教育由精英化教育向但又是潜在有用的信息和知识的过程。数据挖掘大致包括分类、大众化教育的逐渐转变，学生的状态和发展越来越复杂，素质越聚类、关联规则、空间数据挖掘、时序数据挖掘等。其中，分类 来越难以预测，同时，选培办目前对国防生素质的分析往往是根是按照一组数据对象的特征给出其划分的过程，要求有已知分类据经验来判断，其结果有时并不能适合实际应用。此时，需要一的样本数据作为训练集，经过对训练集的学习得到关于分类的规种科学的素质分析方法，来找出影响国防生素质的规则和模式，律，从而对新数据进行分类。把这一概念引申到国防生的素质分帮助选培办预测其素质发展趋势，制定针对I生的教育管理措施，析中，就是对已有的国防生样本数据进行学习，得到分类的规同时，也给国防生的选拔提供依据和参考，发展潜在的优秀学生律，从而对新的国防生数据进行分类。在求解分类问题的方法加入国防生队伍。在此背景下，本文利用数据挖掘中面向属性的中，决策树是最常用的一种方法，应用这种方法需要构建一颗树对分类过程进行建模，一旦建好了树，就可以将其应用于数据库中的元组并得到分类结果。利用决策树方法进行数据挖掘，一般收稿日期：2O O 7—02一O 7万方数据《自动化技术与应用》2007年第26卷第7期计