大學(xué)生體育訓(xùn)練決策支持系統(tǒng)中ID3算法的改進(jìn)研究

王建偉等

摘 要：引入ID3算法的大學(xué)生體育訓(xùn)練決策支持系統(tǒng)可以根據(jù)學(xué)生的特征對(duì)其分類(lèi)。而傳統(tǒng)的決策樹(shù)ID3算法存在多值傾向的問(wèn)題，選擇分裂屬性不符合客觀事實(shí)。本文運(yùn)用了一種基于灰色關(guān)聯(lián)度的修正因子屬性選擇方法予以改進(jìn)，克服了傳統(tǒng)ID3算法的不足，改進(jìn)的ID3算法可使分類(lèi)更加精確，更好的為大學(xué)生體育訓(xùn)練提供決策支持。

關(guān)鍵詞：ID3算法 決策支持系統(tǒng) 數(shù)據(jù)挖掘 灰色關(guān)聯(lián)度

中圖分類(lèi)號(hào)：G434 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-098X（2014）02（a）-0019-01

大學(xué)生體育訓(xùn)練決策支持系統(tǒng)是隨著人工智能理論與數(shù)據(jù)挖掘技術(shù)的發(fā)展而不斷發(fā)展的，通過(guò)對(duì)大學(xué)生身體素質(zhì)和訓(xùn)練等數(shù)據(jù)來(lái)進(jìn)行有效的挖掘，產(chǎn)生用于輔助決策的規(guī)則，進(jìn)而為大學(xué)生體育訓(xùn)練制定相應(yīng)的訓(xùn)練方案[1]。系統(tǒng)中應(yīng)用了數(shù)據(jù)挖掘的決策樹(shù)ID3算法對(duì)不同特征的學(xué)生進(jìn)行分類(lèi)，但傳統(tǒng)的ID3算法存在多值傾向的問(wèn)題，選擇分裂屬性不符合客觀事實(shí)，同時(shí)，在構(gòu)造樹(shù)的過(guò)程中，需要多次自上而下對(duì)數(shù)據(jù)集的排序和掃描，因而導(dǎo)致算法的處理效率較低[2]，如何改進(jìn)算法從而使分類(lèi)更加精確是我們亟需解決的問(wèn)題。

1 ID3算法的改進(jìn)

灰色關(guān)聯(lián)分析是指對(duì)一個(gè)系統(tǒng)發(fā)展變化態(tài)勢(shì)的定量描述和比較的方法，分析考慮了各因素之間的相關(guān)性，比系統(tǒng)分析中常用的因素兩兩對(duì)比法要更合理，更科學(xué)[3]。同時(shí)考慮到正弦函數(shù)的曲線變化比較緩和，對(duì)信息增益因子修正不會(huì)出現(xiàn)過(guò)度的問(wèn)題。因此，本文引入灰色關(guān)聯(lián)度的正弦值作為ID3算法的修正因子進(jìn)行改進(jìn)。改進(jìn)的ID3算法的具體流程是：

（1）計(jì)算各特征屬性與類(lèi)別屬性之間的灰色關(guān)聯(lián)度，并將它們排序；

（2）對(duì)取值較多的屬性通過(guò)灰色關(guān)聯(lián)度來(lái)判斷是否最優(yōu)，從而確定是否降低它的信息增益；

（3）對(duì)取值較多但灰色關(guān)聯(lián)度低的屬性，在計(jì)算其信息增益時(shí)通過(guò)灰色關(guān)聯(lián)度的正弦值作為修正因子，而其它屬性計(jì)算信息增益時(shí)修正因子設(shè)為0。

改進(jìn)的ID3算法的描述如下：

算法：GBID（Sample_set，Attribute_set）

輸入：由多個(gè)屬性描述的訓(xùn)練樣本集Sample_set；候選屬性集Attribute_set。

輸出：一棵決策樹(shù)。

Begin

如果 Sample_set為空

則返回null；創(chuàng)建結(jié)點(diǎn)L；

如果結(jié)點(diǎn)L中的所有樣本均屬于同一類(lèi)C

則返回L作為葉結(jié)點(diǎn)，并以類(lèi)C為標(biāo)記；

如果Attribute_set為空

則返回L作為葉結(jié)點(diǎn)，并以Sample_set中最普通的類(lèi)標(biāo)記；

計(jì)算出Attribute_set中每個(gè)屬性的信息增益，并選擇出信息增益最大的屬性A和取值個(gè)數(shù)最多的屬性B

如果 A=B，該條件成立說(shuō)明選擇信息增益最大和取值個(gè)數(shù)最多的屬性作為測(cè)試屬性易產(chǎn)生多值偏向問(wèn)題，需要用修正因子降低該屬性的信息增益

則根據(jù)公式

屬性A具有多值傾向是其它來(lái)計(jì)算該屬性的修正因子；

再根據(jù)公式重新計(jì)算該屬性的信息增益；

否則該屬性的修正系數(shù)為0，信息增益最大的屬性不是取值個(gè)數(shù)最多屬性，選擇該屬性作為分裂屬性不會(huì)產(chǎn)生多值偏向問(wèn)題，不需要用修正系數(shù)降低該屬信息增益

從Attribute_set中選擇出信息增益最大的屬性Splitting_Attribute作為分裂屬性；

標(biāo)記結(jié)點(diǎn)L為Splitting _Attribute；

For Each Splitting_Attribute中的已知；

m為Splitting_Attribute的取值個(gè)數(shù)∥根據(jù)Splitting_Attribute的取值劃分Sample_set

根據(jù)Splitting_Attribute=，從結(jié)點(diǎn)L產(chǎn)生相應(yīng)分支表示測(cè)試條件；

設(shè)為Splitting_Attribute=所獲得的樣本集；

如果為空

則加上一個(gè)葉結(jié)點(diǎn)，并標(biāo)記為Sample_set中最普通的類(lèi)；

否則加上GBID（Attribute_set，Splitting _Attribute）返回的結(jié)點(diǎn)；

End。

2 改進(jìn)后的ID3算法的應(yīng)用

我們選取十個(gè)學(xué)生的籃球訓(xùn)練樣本集作說(shuō)明，每個(gè)學(xué)生有四個(gè)屬性，分別為力量、身高、靈活性、速度。每條學(xué)生記錄為（學(xué)號(hào) 力量 身高 靈活性 速度 評(píng)價(jià)），十條學(xué)生記錄為（20100001強(qiáng)高好慢Y），（20100002強(qiáng)高好塊Y），（20100003強(qiáng)矮好慢Y），（20100004強(qiáng)中一般慢N），（20100005弱中差慢N），（20100006弱中差塊N），（20100007弱矮差快N），（20100008強(qiáng)高一般慢Y），（20100009弱高差慢N），（20100010弱中一般慢N）。力量為強(qiáng)、弱，量化為{0，1}；身高為高、中、矮分別量化為{0，1，2}；靈活性為好、一般、差分別量化為{0，1，2}；速度為快、慢量化為{0，1}。根據(jù)訓(xùn)練集樣本數(shù)據(jù)，依次根據(jù)公式計(jì)算各特征屬性與分類(lèi)屬性的灰色關(guān)聯(lián)度，結(jié)果為r（力量）=0.52，r（身高）=0.72，r（靈活性）=0.78，r（速度）=0.56，然后計(jì)算上述屬性信息增益，可得Gain（力量）=0.4816，Gain（身高）=0.0275，Gain（靈活性）=0.0588，Gain（速度）=0.0368，因?yàn)榱α康男畔⒃鲆孀畲?、取值個(gè)數(shù)最多但灰色關(guān)聯(lián)度最低，所以需要用修正因子降低其信息增益，設(shè)定修正因子CF（力量）為sin（0.52）=0.4968，而其它屬性的信息增益設(shè)定為0，則改進(jìn)的ID3算法算得的Gain（力量）=-0.2196。因而會(huì)選擇信息增益最大的靈活性作為分裂屬性。

從上面實(shí)例可知，ID3算法確定決策樹(shù)的根節(jié)點(diǎn)時(shí)，選擇信息增益最大的力量作為分裂屬性，顯然這與客觀事實(shí)不符。而改進(jìn)的ID3算法在確定根節(jié)點(diǎn)時(shí)，選擇靈活性作為分裂屬性，符合客觀事實(shí)，避免了多值但非最優(yōu)屬性的力量成為分裂屬性。

3 結(jié)語(yǔ)

改進(jìn)的ID3算法避免了傳統(tǒng)算法的多值傾向問(wèn)題，使分類(lèi)更加精確。首先，通過(guò)訓(xùn)練集總結(jié)出學(xué)生分類(lèi)模型，通過(guò)上述模型我們可以對(duì)新加入的學(xué)生進(jìn)行預(yù)測(cè)，然后再將不同的學(xué)生根據(jù)模型添加到不同的類(lèi)型中。把不同學(xué)生的特征存入了相應(yīng)的用戶(hù)庫(kù)之后，教師可以通過(guò)它及時(shí)地了解學(xué)生的信息，并以此為依據(jù)為不同的學(xué)生提供不同的教學(xué)策略的決策支持。

參考文獻(xiàn)

[1] 王鑫，王建偉，鐘玉峰，等.個(gè)性化遠(yuǎn)程教學(xué)平臺(tái)中數(shù)據(jù)挖掘技術(shù)的應(yīng)用[J].黑龍江工程學(xué)院學(xué)報(bào)（自然科學(xué)版），2010（24）：72-74.

[2] 孫衛(wèi)強(qiáng).決策樹(shù)方法在遠(yuǎn)程教育輔助教學(xué)中的應(yīng)用研究[D].中山大學(xué)，2010：22-25.

[3] 葉明全，胡學(xué)鋼.一種基于灰色關(guān)聯(lián)度的決策樹(shù)改進(jìn)算法[J].2007，43（32）：171-173.

摘 要：引入ID3算法的大學(xué)生體育訓(xùn)練決策支持系統(tǒng)可以根據(jù)學(xué)生的特征對(duì)其分類(lèi)。而傳統(tǒng)的決策樹(shù)ID3算法存在多值傾向的問(wèn)題，選擇分裂屬性不符合客觀事實(shí)。本文運(yùn)用了一種基于灰色關(guān)聯(lián)度的修正因子屬性選擇方法予以改進(jìn)，克服了傳統(tǒng)ID3算法的不足，改進(jìn)的ID3算法可使分類(lèi)更加精確，更好的為大學(xué)生體育訓(xùn)練提供決策支持。

關(guān)鍵詞：ID3算法 決策支持系統(tǒng) 數(shù)據(jù)挖掘 灰色關(guān)聯(lián)度

中圖分類(lèi)號(hào)：G434 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-098X（2014）02（a）-0019-01

大學(xué)生體育訓(xùn)練決策支持系統(tǒng)是隨著人工智能理論與數(shù)據(jù)挖掘技術(shù)的發(fā)展而不斷發(fā)展的，通過(guò)對(duì)大學(xué)生身體素質(zhì)和訓(xùn)練等數(shù)據(jù)來(lái)進(jìn)行有效的挖掘，產(chǎn)生用于輔助決策的規(guī)則，進(jìn)而為大學(xué)生體育訓(xùn)練制定相應(yīng)的訓(xùn)練方案[1]。系統(tǒng)中應(yīng)用了數(shù)據(jù)挖掘的決策樹(shù)ID3算法對(duì)不同特征的學(xué)生進(jìn)行分類(lèi)，但傳統(tǒng)的ID3算法存在多值傾向的問(wèn)題，選擇分裂屬性不符合客觀事實(shí)，同時(shí)，在構(gòu)造樹(shù)的過(guò)程中，需要多次自上而下對(duì)數(shù)據(jù)集的排序和掃描，因而導(dǎo)致算法的處理效率較低[2]，如何改進(jìn)算法從而使分類(lèi)更加精確是我們亟需解決的問(wèn)題。

1 ID3算法的改進(jìn)

灰色關(guān)聯(lián)分析是指對(duì)一個(gè)系統(tǒng)發(fā)展變化態(tài)勢(shì)的定量描述和比較的方法，分析考慮了各因素之間的相關(guān)性，比系統(tǒng)分析中常用的因素兩兩對(duì)比法要更合理，更科學(xué)[3]。同時(shí)考慮到正弦函數(shù)的曲線變化比較緩和，對(duì)信息增益因子修正不會(huì)出現(xiàn)過(guò)度的問(wèn)題。因此，本文引入灰色關(guān)聯(lián)度的正弦值作為ID3算法的修正因子進(jìn)行改進(jìn)。改進(jìn)的ID3算法的具體流程是：

（1）計(jì)算各特征屬性與類(lèi)別屬性之間的灰色關(guān)聯(lián)度，并將它們排序；

（2）對(duì)取值較多的屬性通過(guò)灰色關(guān)聯(lián)度來(lái)判斷是否最優(yōu)，從而確定是否降低它的信息增益；

（3）對(duì)取值較多但灰色關(guān)聯(lián)度低的屬性，在計(jì)算其信息增益時(shí)通過(guò)灰色關(guān)聯(lián)度的正弦值作為修正因子，而其它屬性計(jì)算信息增益時(shí)修正因子設(shè)為0。

改進(jìn)的ID3算法的描述如下：

算法：GBID（Sample_set，Attribute_set）

輸入：由多個(gè)屬性描述的訓(xùn)練樣本集Sample_set；候選屬性集Attribute_set。

輸出：一棵決策樹(shù)。

Begin

如果 Sample_set為空

則返回null；創(chuàng)建結(jié)點(diǎn)L；

如果結(jié)點(diǎn)L中的所有樣本均屬于同一類(lèi)C

則返回L作為葉結(jié)點(diǎn)，并以類(lèi)C為標(biāo)記；

如果Attribute_set為空

則返回L作為葉結(jié)點(diǎn)，并以Sample_set中最普通的類(lèi)標(biāo)記；

計(jì)算出Attribute_set中每個(gè)屬性的信息增益，并選擇出信息增益最大的屬性A和取值個(gè)數(shù)最多的屬性B

如果 A=B，該條件成立說(shuō)明選擇信息增益最大和取值個(gè)數(shù)最多的屬性作為測(cè)試屬性易產(chǎn)生多值偏向問(wèn)題，需要用修正因子降低該屬性的信息增益

則根據(jù)公式

屬性A具有多值傾向是其它來(lái)計(jì)算該屬性的修正因子；

再根據(jù)公式重新計(jì)算該屬性的信息增益；

否則該屬性的修正系數(shù)為0，信息增益最大的屬性不是取值個(gè)數(shù)最多屬性，選擇該屬性作為分裂屬性不會(huì)產(chǎn)生多值偏向問(wèn)題，不需要用修正系數(shù)降低該屬信息增益

從Attribute_set中選擇出信息增益最大的屬性Splitting_Attribute作為分裂屬性；

標(biāo)記結(jié)點(diǎn)L為Splitting _Attribute；

For Each Splitting_Attribute中的已知；

m為Splitting_Attribute的取值個(gè)數(shù)∥根據(jù)Splitting_Attribute的取值劃分Sample_set

根據(jù)Splitting_Attribute=，從結(jié)點(diǎn)L產(chǎn)生相應(yīng)分支表示測(cè)試條件；

設(shè)為Splitting_Attribute=所獲得的樣本集；

如果為空

則加上一個(gè)葉結(jié)點(diǎn)，并標(biāo)記為Sample_set中最普通的類(lèi)；

否則加上GBID（Attribute_set，Splitting _Attribute）返回的結(jié)點(diǎn)；

End。

2 改進(jìn)后的ID3算法的應(yīng)用

我們選取十個(gè)學(xué)生的籃球訓(xùn)練樣本集作說(shuō)明，每個(gè)學(xué)生有四個(gè)屬性，分別為力量、身高、靈活性、速度。每條學(xué)生記錄為（學(xué)號(hào) 力量 身高 靈活性 速度 評(píng)價(jià)），十條學(xué)生記錄為（20100001強(qiáng)高好慢Y），（20100002強(qiáng)高好塊Y），（20100003強(qiáng)矮好慢Y），（20100004強(qiáng)中一般慢N），（20100005弱中差慢N），（20100006弱中差塊N），（20100007弱矮差快N），（20100008強(qiáng)高一般慢Y），（20100009弱高差慢N），（20100010弱中一般慢N）。力量為強(qiáng)、弱，量化為{0，1}；身高為高、中、矮分別量化為{0，1，2}；靈活性為好、一般、差分別量化為{0，1，2}；速度為快、慢量化為{0，1}。根據(jù)訓(xùn)練集樣本數(shù)據(jù)，依次根據(jù)公式計(jì)算各特征屬性與分類(lèi)屬性的灰色關(guān)聯(lián)度，結(jié)果為r（力量）=0.52，r（身高）=0.72，r（靈活性）=0.78，r（速度）=0.56，然后計(jì)算上述屬性信息增益，可得Gain（力量）=0.4816，Gain（身高）=0.0275，Gain（靈活性）=0.0588，Gain（速度）=0.0368，因?yàn)榱α康男畔⒃鲆孀畲蟆⑷≈祩€(gè)數(shù)最多但灰色關(guān)聯(lián)度最低，所以需要用修正因子降低其信息增益，設(shè)定修正因子CF（力量）為sin（0.52）=0.4968，而其它屬性的信息增益設(shè)定為0，則改進(jìn)的ID3算法算得的Gain（力量）=-0.2196。因而會(huì)選擇信息增益最大的靈活性作為分裂屬性。

從上面實(shí)例可知，ID3算法確定決策樹(shù)的根節(jié)點(diǎn)時(shí)，選擇信息增益最大的力量作為分裂屬性，顯然這與客觀事實(shí)不符。而改進(jìn)的ID3算法在確定根節(jié)點(diǎn)時(shí)，選擇靈活性作為分裂屬性，符合客觀事實(shí)，避免了多值但非最優(yōu)屬性的力量成為分裂屬性。

3 結(jié)語(yǔ)

改進(jìn)的ID3算法避免了傳統(tǒng)算法的多值傾向問(wèn)題，使分類(lèi)更加精確。首先，通過(guò)訓(xùn)練集總結(jié)出學(xué)生分類(lèi)模型，通過(guò)上述模型我們可以對(duì)新加入的學(xué)生進(jìn)行預(yù)測(cè)，然后再將不同的學(xué)生根據(jù)模型添加到不同的類(lèi)型中。把不同學(xué)生的特征存入了相應(yīng)的用戶(hù)庫(kù)之后，教師可以通過(guò)它及時(shí)地了解學(xué)生的信息，并以此為依據(jù)為不同的學(xué)生提供不同的教學(xué)策略的決策支持。

參考文獻(xiàn)

[1] 王鑫，王建偉，鐘玉峰，等.個(gè)性化遠(yuǎn)程教學(xué)平臺(tái)中數(shù)據(jù)挖掘技術(shù)的應(yīng)用[J].黑龍江工程學(xué)院學(xué)報(bào)（自然科學(xué)版），2010（24）：72-74.

[2] 孫衛(wèi)強(qiáng).決策樹(shù)方法在遠(yuǎn)程教育輔助教學(xué)中的應(yīng)用研究[D].中山大學(xué)，2010：22-25.

[3] 葉明全，胡學(xué)鋼.一種基于灰色關(guān)聯(lián)度的決策樹(shù)改進(jìn)算法[J].2007，43（32）：171-173.

摘 要：引入ID3算法的大學(xué)生體育訓(xùn)練決策支持系統(tǒng)可以根據(jù)學(xué)生的特征對(duì)其分類(lèi)。而傳統(tǒng)的決策樹(shù)ID3算法存在多值傾向的問(wèn)題，選擇分裂屬性不符合客觀事實(shí)。本文運(yùn)用了一種基于灰色關(guān)聯(lián)度的修正因子屬性選擇方法予以改進(jìn)，克服了傳統(tǒng)ID3算法的不足，改進(jìn)的ID3算法可使分類(lèi)更加精確，更好的為大學(xué)生體育訓(xùn)練提供決策支持。

關(guān)鍵詞：ID3算法 決策支持系統(tǒng) 數(shù)據(jù)挖掘 灰色關(guān)聯(lián)度

中圖分類(lèi)號(hào)：G434 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-098X（2014）02（a）-0019-01

大學(xué)生體育訓(xùn)練決策支持系統(tǒng)是隨著人工智能理論與數(shù)據(jù)挖掘技術(shù)的發(fā)展而不斷發(fā)展的，通過(guò)對(duì)大學(xué)生身體素質(zhì)和訓(xùn)練等數(shù)據(jù)來(lái)進(jìn)行有效的挖掘，產(chǎn)生用于輔助決策的規(guī)則，進(jìn)而為大學(xué)生體育訓(xùn)練制定相應(yīng)的訓(xùn)練方案[1]。系統(tǒng)中應(yīng)用了數(shù)據(jù)挖掘的決策樹(shù)ID3算法對(duì)不同特征的學(xué)生進(jìn)行分類(lèi)，但傳統(tǒng)的ID3算法存在多值傾向的問(wèn)題，選擇分裂屬性不符合客觀事實(shí)，同時(shí)，在構(gòu)造樹(shù)的過(guò)程中，需要多次自上而下對(duì)數(shù)據(jù)集的排序和掃描，因而導(dǎo)致算法的處理效率較低[2]，如何改進(jìn)算法從而使分類(lèi)更加精確是我們亟需解決的問(wèn)題。

1 ID3算法的改進(jìn)

灰色關(guān)聯(lián)分析是指對(duì)一個(gè)系統(tǒng)發(fā)展變化態(tài)勢(shì)的定量描述和比較的方法，分析考慮了各因素之間的相關(guān)性，比系統(tǒng)分析中常用的因素兩兩對(duì)比法要更合理，更科學(xué)[3]。同時(shí)考慮到正弦函數(shù)的曲線變化比較緩和，對(duì)信息增益因子修正不會(huì)出現(xiàn)過(guò)度的問(wèn)題。因此，本文引入灰色關(guān)聯(lián)度的正弦值作為ID3算法的修正因子進(jìn)行改進(jìn)。改進(jìn)的ID3算法的具體流程是：

（1）計(jì)算各特征屬性與類(lèi)別屬性之間的灰色關(guān)聯(lián)度，并將它們排序；

（2）對(duì)取值較多的屬性通過(guò)灰色關(guān)聯(lián)度來(lái)判斷是否最優(yōu)，從而確定是否降低它的信息增益；

（3）對(duì)取值較多但灰色關(guān)聯(lián)度低的屬性，在計(jì)算其信息增益時(shí)通過(guò)灰色關(guān)聯(lián)度的正弦值作為修正因子，而其它屬性計(jì)算信息增益時(shí)修正因子設(shè)為0。

改進(jìn)的ID3算法的描述如下：

算法：GBID（Sample_set，Attribute_set）

輸入：由多個(gè)屬性描述的訓(xùn)練樣本集Sample_set；候選屬性集Attribute_set。

輸出：一棵決策樹(shù)。

Begin

如果 Sample_set為空

則返回null；創(chuàng)建結(jié)點(diǎn)L；

如果結(jié)點(diǎn)L中的所有樣本均屬于同一類(lèi)C

則返回L作為葉結(jié)點(diǎn)，并以類(lèi)C為標(biāo)記；

如果Attribute_set為空

則返回L作為葉結(jié)點(diǎn)，并以Sample_set中最普通的類(lèi)標(biāo)記；

計(jì)算出Attribute_set中每個(gè)屬性的信息增益，并選擇出信息增益最大的屬性A和取值個(gè)數(shù)最多的屬性B

如果 A=B，該條件成立說(shuō)明選擇信息增益最大和取值個(gè)數(shù)最多的屬性作為測(cè)試屬性易產(chǎn)生多值偏向問(wèn)題，需要用修正因子降低該屬性的信息增益

則根據(jù)公式

屬性A具有多值傾向是其它來(lái)計(jì)算該屬性的修正因子；

再根據(jù)公式重新計(jì)算該屬性的信息增益；

否則該屬性的修正系數(shù)為0，信息增益最大的屬性不是取值個(gè)數(shù)最多屬性，選擇該屬性作為分裂屬性不會(huì)產(chǎn)生多值偏向問(wèn)題，不需要用修正系數(shù)降低該屬信息增益

從Attribute_set中選擇出信息增益最大的屬性Splitting_Attribute作為分裂屬性；

標(biāo)記結(jié)點(diǎn)L為Splitting _Attribute；

For Each Splitting_Attribute中的已知；

m為Splitting_Attribute的取值個(gè)數(shù)∥根據(jù)Splitting_Attribute的取值劃分Sample_set

根據(jù)Splitting_Attribute=，從結(jié)點(diǎn)L產(chǎn)生相應(yīng)分支表示測(cè)試條件；

設(shè)為Splitting_Attribute=所獲得的樣本集；

如果為空

則加上一個(gè)葉結(jié)點(diǎn)，并標(biāo)記為Sample_set中最普通的類(lèi)；

否則加上GBID（Attribute_set，Splitting _Attribute）返回的結(jié)點(diǎn)；

End。

2 改進(jìn)后的ID3算法的應(yīng)用

我們選取十個(gè)學(xué)生的籃球訓(xùn)練樣本集作說(shuō)明，每個(gè)學(xué)生有四個(gè)屬性，分別為力量、身高、靈活性、速度。每條學(xué)生記錄為（學(xué)號(hào) 力量 身高 靈活性 速度 評(píng)價(jià)），十條學(xué)生記錄為（20100001強(qiáng)高好慢Y），（20100002強(qiáng)高好塊Y），（20100003強(qiáng)矮好慢Y），（20100004強(qiáng)中一般慢N），（20100005弱中差慢N），（20100006弱中差塊N），（20100007弱矮差快N），（20100008強(qiáng)高一般慢Y），（20100009弱高差慢N），（20100010弱中一般慢N）。力量為強(qiáng)、弱，量化為{0，1}；身高為高、中、矮分別量化為{0，1，2}；靈活性為好、一般、差分別量化為{0，1，2}；速度為快、慢量化為{0，1}。根據(jù)訓(xùn)練集樣本數(shù)據(jù)，依次根據(jù)公式計(jì)算各特征屬性與分類(lèi)屬性的灰色關(guān)聯(lián)度，結(jié)果為r（力量）=0.52，r（身高）=0.72，r（靈活性）=0.78，r（速度）=0.56，然后計(jì)算上述屬性信息增益，可得Gain（力量）=0.4816，Gain（身高）=0.0275，Gain（靈活性）=0.0588，Gain（速度）=0.0368，因?yàn)榱α康男畔⒃鲆孀畲?、取值個(gè)數(shù)最多但灰色關(guān)聯(lián)度最低，所以需要用修正因子降低其信息增益，設(shè)定修正因子CF（力量）為sin（0.52）=0.4968，而其它屬性的信息增益設(shè)定為0，則改進(jìn)的ID3算法算得的Gain（力量）=-0.2196。因而會(huì)選擇信息增益最大的靈活性作為分裂屬性。

從上面實(shí)例可知，ID3算法確定決策樹(shù)的根節(jié)點(diǎn)時(shí)，選擇信息增益最大的力量作為分裂屬性，顯然這與客觀事實(shí)不符。而改進(jìn)的ID3算法在確定根節(jié)點(diǎn)時(shí)，選擇靈活性作為分裂屬性，符合客觀事實(shí)，避免了多值但非最優(yōu)屬性的力量成為分裂屬性。

3 結(jié)語(yǔ)

改進(jìn)的ID3算法避免了傳統(tǒng)算法的多值傾向問(wèn)題，使分類(lèi)更加精確。首先，通過(guò)訓(xùn)練集總結(jié)出學(xué)生分類(lèi)模型，通過(guò)上述模型我們可以對(duì)新加入的學(xué)生進(jìn)行預(yù)測(cè)，然后再將不同的學(xué)生根據(jù)模型添加到不同的類(lèi)型中。把不同學(xué)生的特征存入了相應(yīng)的用戶(hù)庫(kù)之后，教師可以通過(guò)它及時(shí)地了解學(xué)生的信息，并以此為依據(jù)為不同的學(xué)生提供不同的教學(xué)策略的決策支持。

參考文獻(xiàn)

[1] 王鑫，王建偉，鐘玉峰，等.個(gè)性化遠(yuǎn)程教學(xué)平臺(tái)中數(shù)據(jù)挖掘技術(shù)的應(yīng)用[J].黑龍江工程學(xué)院學(xué)報(bào)（自然科學(xué)版），2010（24）：72-74.

[2] 孫衛(wèi)強(qiáng).決策樹(shù)方法在遠(yuǎn)程教育輔助教學(xué)中的應(yīng)用研究[D].中山大學(xué)，2010：22-25.

[3] 葉明全，胡學(xué)鋼.一種基于灰色關(guān)聯(lián)度的決策樹(shù)改進(jìn)算法[J].2007，43（32）：171-173.