简介：摘要本研究利用缨帽变换获取绿度、亮度以及湿度三个特征波段，并结合植被覆盖度（VFC）构建地物光谱特征曲线。此外，通过估算上述各波段的灰度共生矩阵构建地物纹理特征曲线。在此基础上，分析地物的光谱特征和纹理特征，建立分类决策树模型，并在envi软件中实现决策树分类。为了探究决策树分类法的可行性，以史灌河地区TM30m分辨率影像进行了土地覆盖决策树分类试验与分析，并利用混淆矩阵对其结果进行精度评价。结果显示分类精度可达77.72%，Kappa系数0.69，具有一定的参考价值。

简介：摘要：测绘遥感图像信息的有效分类对于地理信息系统、自然资源调查等领域具有重要意义。本文提出一种基于决策树算法的测绘遥感图像信息分类方法。该方法首先对原始遥感图像进行预处理，提取多种特征，构建特征空间。接着，利用决策树算法对特征空间中的数据进行训练，生成决策树分类模型。最后，使用所得模型对测绘遥感图像进行分类。实验结果表明，所提出的分类方法能够有效地区分不同类型的地物，分类精度较高。该方法不仅可以应用于测绘遥感图像分类，还可推广到其他遥感数据分类任务中。总的来说，本文为测绘遥感图像信息分类提供了一种新颖、有效的解决方案。

简介：目的：探讨手术切口决策树在提高手术室护士评估切口分类水平中的应用效果。方法：对手术室护士进行专业培训,随机抽取培训前2015年11月~2016年5月,培训后2016年8月~2017年2月的手术医师的切口分类及手术室护士手术切口分类进行统计分析。结果：培训后手术室护士的分类得分正确率提高,术后切口感染率降低。结论：应用决策树后,手术室护士的分类得分有很大提高,手术切口决策树值得推荐使用。

简介：决策树是数据挖掘分类问题算法中一种性能较好的算法，本文主要研究自决策树在数据挖掘中应用以来存在问题，主要是可扩展性问题。综述了国内外针对此问题所提出的解决方法，以及分析了改进算法的优缺点，以便有利于对决策树关键问题，即扩展性问题的研究。同时本论文中所研究的算法的思想也有助于数据挖掘中其它领域解决大数据集问题。

简介："平行志愿",指在某个录取批次设置的院校志愿均为并列的志愿。平行志愿与传统志愿的根本区别在于投档方式上的区别。平行志愿改变了传统的"志愿优先"的投档原则,首先按照分数将考生排序,然后按照顺序依次检索考生所填报的志愿,一旦出现符合投档条件的学校,即向该校投档,体现了"分数优先,遵循志愿"的原则。从2009年开始,云南省普通高等学校招生开始试行"平行志愿"设置及投档办法。

简介：摘要：在移动通信领域革新发展中，电信运营商要想为客户提供高质量的服务，需要将注意力放在如何提升增值服务的价值。数据挖掘会对大量数据信息进行分析探讨，并由此掌握其中所隐藏的知识技能，将其运用到移动通信业务革新中，可以在掌握客户消费行为意识的基础上，准确识别使用增值服务的用户特征，以此帮助移动通信业务人员进行准确推广。因此，本文在了解决策树分类算法及其在移动通信中的应用体现，深入探讨模型算法的应用性的，并对未来移动通信行业的发展进行总结展望分析。

简介：分类在数据挖掘中是一项非常重要的任务，决策树方法是一种常用的方法。本文重点介绍了决策树建立的基本原理，对算法所面临的问题进行了阐述，为数据分类研究者提供借鉴．

简介：为了全面的了解影响大学生就业的主要因素,我们利用决策树分类算法,通过对学生就业情况及企业招聘信息进行调查,建立数据库,构造决策树并生成分类规则,挖掘出与大学生就业相关的若干规律,最终为高校教育机制改革提出建议、人才培养提供指导。

简介：地处西南的渝北地区地表覆盖类型复杂、土地利用多元化,仅依赖于光谱特征的传统遥感信息提取方法难以获得较高的分类精度。利用决策树分类技术对渝北地区的TM遥感影像进行分类,除光谱信息外还结合地质、NDVI、PCI等多源数据进行实验。结果表明,总精度和Kappa系数分别为88.42%和0.8547,较传统的监督分类和仅依赖于光谱特征的决策树分类方法有较大提高,这也表明基于多源数据的决策树分类技术对地表覆盖复杂地区的遥感影像分类比较适用,是遥感信息提取的一种有效手段。

简介：基于多类别肿瘤基因表达谱数据集，从研究肿瘤与正常组织的分类入手，对肿瘤分类特征基因选取问题进行分析和研究。将决策树算法应用到肿瘤基因表达谱分类研究中，尝试引入遗传算法，对决策树分类规则进行优化。试验结果表明，在样本有限的情况下，该方法比单个决策树具有更高的分类精度。

简介：目前的选课系统中数据仓库的数据堆积严重，其中的隐藏信息越来越难发现，通过数据挖掘技术可从浩瀚的数据库中提取所需的关键资源与其相关的数据信息。以选课系统为研究对象，通过改进的C4.5分类算法规划不同专业的学生选课，并通过一套实验数据为课程的搭配提供了一种切实可行的选课方案。

简介：小学阶段的学生评价机制是为了帮助学生养成良好学习生活习惯的重要手段之一。我国现阶段主要是班主任老师以评价手册的方式对每个同学进行学期评价总结，还没有用数据挖掘的科学方式构建评价数据模型的先例，数据挖掘作为当代最有效的科学预测技术以此研究学生评价模型具有重要意义。本文使用数据挖掘中常用的决策树算法，以北京市西城区西单小学五六年级全体学生平时表现得分及班主任老师对学生的评价作为数据来源，对小学生评价问题做出分析。通过小学生的纪律，卫生健康，习惯，成绩等属性构建班主任评价的决策树模型。

简介：为建立不同产区及风格烤烟烟叶与化学指标之间的关系,对2005~2009年湖南省、河南省、福建省和云南省等4省份共计1040份烟叶样品的21种化学成分进行检测,并利用MiningTree模型进行分类-回归决策树（C＆RTanalysis）数据分析。结果表明：（1）从21个烟叶化学成分中,共筛选出14个特征化学指标,其中钾和硝酸根为4省烟叶共有特征化学指标;（2）湖南、河南、福建和云南4省份识别概率最高的特征化学指标分段组合（Segment）分别为：还原糖（≤24.93%）、钾（〉1.98%）、pH值（≤5.37）（p=0.658）;钾（≤1.98%）、灰分（〉11.03%）、水溶性灰份碱度（≤0.49）、硝酸根（≤0.06%）（p=0.776）;还原糖（〉24.93%）、钾（〉1.98%）、硝酸根（≤0.06%）、蛋白质（〉5.01%）（p=0.914）;钾（≤1.98%）、灰分（≤11.03%）、水溶性总糖（〉28.94%）、硫酸根（≤1.43%）（p=0.957）。分类-回归决策树方法在建立烤烟化学成分识别模型中具有重要的应用价值。

简介：一、引言在现实生活中，人们不光要对现有事物分门别类，有时还需根据已知信息对新样本分类。例如，在地质勘查中，需要对在某地区收集到的新矿物标本判定属于哪种矿物：又如，在天气预报中，根据已有的资料来判断明天的天气状况。近年来，分类预测技术越来越受到学者和业界的关注。

简介：摘要在机器学习与大数据飞速发展的21世纪，各种不同的算法成为了推动发展的基石.而作为十大经典算法之一的决策树算法是机器学习中十分重要的一种算法。本文对决策树算法的原理，发展历程以及在现实生活中的基本应用进行介绍，并突出说明了决策树算法所涉及的几种核心技术和几种具有代表性的算法模式。

简介：摘要任何的企业或者事业单位在投资过程中都需要对以后所面临的风险有一个预估，并根据一定的方式来对工程的经济做出决策，投资者如果想要在竞争激烈的市场竞争中获得理想的收益，就必须能够以科学合理的方式对自己的经济做出最合适的决策。而以资金时间价值作为基础，并通过工程经济决策树的方式对投入的资金项目风险有一个科学的认知，已经成为一种新的预估方式。本文将对这一方法进行一定的研究探析。

简介：TM遥感影像能获取丰富的地面信息,适合于大面积的宏观监测,文章利用分层分类的方法提取南京江宁区土地利用信息,获得了土地利用变化图,并对土地利用分类方法中的决策树分类和监督分类方法中的最大似然法在实践中的应用和精度比较进行了探讨,最后结合GIS空间分析方法对分类的结果图进行比较分析,并分析其变化的原因.

简介：利用决策树算法了解消费者网络购物时的影响因素,有利于商家改进营销策略.采用随机抽样的方式对500名被试进行问卷调查.对影响消费者网络购物决策的因素建立分类回归树.结果表明,决策树可以有效地用于网络购物决策的分类预测;按重要性提取规则,消费者自身的网络购物经验对网络购物决策影响较大,消费者对网络购物的财务风险、隐私风险等风险感知因素也是预测网络购物决策的重要指标,除此之外商家提供的售后服务、界面操作的便利性以及消费者自身的特征也会在一定程度上反映购物决策.

简介：在遥感和GIS技术支持下，以香格里拉建塘镇为研究区，以2000年、2009年LandsatTM影像为基础数据，运用光谱特征和地学辅助知识相结合的改进型决策树分类方法分别对研究区2个年份的基础数据进行土地利用信息提取和变化分析。研究结果显示：①基于改进型决策树遥感分类法与最大似然法相比分类精度有明显提高；②10a间，香格里拉建塘镇城镇建筑用地、裸地面积呈上升趋势且变化最大，灌草地面积小幅增加，耕地、林地、水体、雪地冰川呈减少趋势，土地利用变化速度和综合程度越来越快。

简介：建立移动客户流失模型,建立移动客户流失模型的方法很多,本项目采用决策树算法建立移动客户流失模型