決策樹分類算法的研究及其在電力營銷中的應(yīng)用.pdf

1、伴隨著計算機(jī)技術(shù)在電力企業(yè)的廣泛應(yīng)用，電力部門已經(jīng)積累了大量的運(yùn)行數(shù)據(jù)和非運(yùn)行數(shù)據(jù)，這些數(shù)據(jù)記錄了供電企業(yè)多年的運(yùn)行狀況，電力有關(guān)負(fù)責(zé)人員急需對這些歷史數(shù)據(jù)進(jìn)行深層次的分析，以獲得有價值的信息，為決策人員做出合理的決策提供依據(jù)，最終提高電網(wǎng)運(yùn)行的可靠性；數(shù)據(jù)挖掘就是一個利用各種數(shù)據(jù)挖掘算法在海量數(shù)據(jù)中發(fā)現(xiàn)有價值的信息的過程，數(shù)據(jù)挖掘中分類數(shù)據(jù)挖掘是應(yīng)用最多的任務(wù)，其中決策樹歸納以其計算量相對較小、可以顯示重要的決策屬性、易于提取顯式規(guī)則

2、和較高的分類準(zhǔn)確率等優(yōu)點(diǎn)而得到廣泛的應(yīng)用。
　　 本文主要對決策樹中C4.5算法進(jìn)行分析并針對存在的某缺陷進(jìn)行相應(yīng)的改進(jìn)。首先介紹了決策樹算法的基本思想和算法框架，接著闡述了經(jīng)典算法ID3和C4.5算法，然后對C4.5算法的屬性選擇標(biāo)準(zhǔn)進(jìn)行改進(jìn)，其中改進(jìn)的具體思想是利用泰勒公式和麥克勞林公式以及等價無窮小的理論與信息熵相結(jié)合，改變屬性選擇的測試標(biāo)準(zhǔn)，以減少決策樹的生成時間，節(jié)省該算法的計算成本，并將其擴(kuò)展到多種類別的情況，最后用

3、UCI中經(jīng)典實(shí)例進(jìn)行兩種算法的對比實(shí)驗(yàn)，結(jié)果表明改進(jìn)的算法減小了算法的計算成本，提高了決策樹的分類效率，表現(xiàn)出良好的分類性能。
　　 為了實(shí)現(xiàn)基于改進(jìn)C4.5算法的電力市場營銷分析，設(shè)計了電力市場營銷決策系統(tǒng)，闡述了系統(tǒng)的實(shí)現(xiàn)過程及結(jié)果展現(xiàn)。在使用決策樹算法分類之前，對數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行了數(shù)據(jù)預(yù)處理工作，處理了空缺數(shù)據(jù)、將連續(xù)值屬性離散化。在具體電力營銷分析過程中，對客戶分類和售電市場進(jìn)行挖掘，產(chǎn)生決策樹，生成分類規(guī)則，首先對用