基于糊模ID3算法的高校学生流失数据挖掘研究
有ID3算法和糊模ID3算法进行了分析，结果如表2所示。其实验环境如下：Intel Core（TM2） Duo CPU 1.83GHz，2G内存，Windows Vista，Matlab7.0[5]。表2 实验结果[算法名称＼&训练精度＼&测试精度＼&运行时间/s＼&ID3算法＼&0.86%＼&0.72＼&9.7＼&糊模ID3算法＼&0.84%＼&0.79＼&7.6＼&]实验结果表明，在测试精度和运行时间两个方面糊模ID3算法比ID3算法更优。由于ID3算法与训练数据过度适应，ID3算法比糊模ID3算法的训练精度更高。在各种现象中，往往存在着许多事物，不能简单划分到某一个区间，存在着不确定性，而糊模ID3算法能很好地体现不确性。ID3算法由于生成规则是明确的，没有反映出不确定性，所以糊模ID3算法具有较强的分类能力及稳健性，规则以一定的隶属度表示，知识的表示更为自然，更加容易理解。3 结束语为了解决ID3算法对不精确、不确定信息的处理能力较弱的问题，基于糊模理论提出了糊模ID3算法，并将算法应用于高校学生流失原因分析和预测，并利用我校的学生信息数据进行了实验。实验结果表明，糊
<<上一页 下一页>>
广州市越秀区图书馆版权所有。
联系电话：020-87673002
本站访问人数：