决策树算法的研究及在空气质量评估中的应用

发布时间：2024-07-08 18:47

　　空气污染对人们的生活和工作都会造成不便,严重时还会威胁到生命财产安全,在民众中引起恐慌。人们在饱受了空气污染所带来的危害后,开始重视改善空气质量的问题。为了能合理有效的对空气质量进行改善,对大量空气质量数据进行研究就变得必不可少,通过数据挖掘可从已有的数据中获得有用信息建立分类预测模型实现空气质量预测。而决策树算法是建立分类预测模型中比较经典也比较常用的算法。决策树算法由于生成规则相对容易理解以及分类结果较准确等特点使用者众多,然而在实际应用中依然存在着不足。当前在经典算法的基础上进行改进来提升算法的效率,也是算法研究的一个重要方向。本文研究了常用决策树算法ID3、C4.5、CART、NBTree、REPTree的原理并采用多个数据集进行实验对比分析后,选出了整体效果较好的C4.5算法作进一步研究与改进。为此,本文以开源平台Weka作为实验环境,并重点研究了Weka中C4.5算法的源码结构。针对C4.5算法的不足,研究了改进的C4.5_BF算法和C4.5_FS算法,它们分别可以在算法准确率和建模时间两个方面做出改进。C4.5_B

【文章页数】：70 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状及进展
    1.3 论文研究内容和组织结构
第2章 决策树算法的研究
    2.1 决策树算法原理
        2.1.1 决策树的构造过程
        2.1.2 决策树的性能评价
    2.2 常见决策树算法分析对比
        2.2.1 ID3算法
        2.2.2 C4.5算法
        2.2.3 CART算法
        2.2.4 其他算法
        2.2.5 算法应用实例分析
    2.3 决策树算法的性能分析
        2.3.1 预处理数据
        2.3.2 决策树算法性能分析实验
        2.3.3 决策树算法性能分析结果
    2.4 本章小结
第3章 C4.5决策树算法的改进性研究
    3.1 基于准确率的改进算法研究
        3.1.1 算法研究
        3.1.2 算法实现
        3.1.3 算法测试结果
    3.2 基于速度的改进算法研究
        3.2.1 算法研究
        3.2.2 算法实现
        3.2.3 算法测试结果
    3.3 本章小结
第4章 决策树算法在空气质量评估中的应用
    4.1 空气质量数据采集及处理
    4.2 决策数算法的应用
        4.2.1 基本决策树算法的实验及结果分析
        4.2.2 改进C4.5算法的实验及结果分析
        4.2.3 算法的参数优化及模型建立
    4.3 本章小结
第5章 总结与展望
    5.1 总结
    5.2 展望
致谢
参考文献
攻读硕士学位期间发表的学术论文



本文编号：4003715