决策树算法在学生成绩分析中的应用研究(一)

摘要

决策树算法是一种逼近离散函数值的方法。它是一种典型的分类方法，首先对数据进行处理，利用归纳算法生成可读的规则和决策树，然后使用决策对新数据进行分析。本质上决策树是通过一系列规则对数据进行分类的过程。本研究以我校2019-2020年度第一学期所讲授的“计算机原理”课程为作为研究对象，将已有的数据及信息进行汇总，提出了研究预设，即学生的性别、学科性质、任课教师职称、班额设置、课程成绩中的各部分占比例成绩（考试成绩、平时成绩等）会对学生的成绩产生影响，以挖掘分析影响学生学习效果主因素为目的，采用了能够对数据进行挖掘分析并直观展示结果的决策树技术方法，通过某班学生某门课程的学习信息数据进行挖掘分析的试验，采用ID3和C4.5算法生成决策树， 并使用后剪枝技术精简决策树， 最终找出决定本门课程学习效果的主要因素-考勤。从而为分析学生学习情况，给予个性化提示与指导提供有效的建议。

关键词：决策树；计算机课程；学生成绩

第一章 决策树算法及基本概念

决策树类似于树的形状，生成模型里面的各个节点就是属性测试，而模型里的各个分支则是输出，各个叶节点代表某一个类的分布状况。决策树里最高的那一层上的节点也称为根节点。这也代表，决策树依据最高那一层中根节点向叶节点的排序来分类数据，各个叶节点表示一个分类属性，每一个分支则表示其衔接上一节点分类属性上的可能性取值。矩形代表的是各个属性，叶节点表示类别。

决策树算法使用从上至下的递归方法。在决策环节中，对比各个内部属性，并依据各种属性值确定节点下方的分支，在叶节点来判断决策后的分类结果。用决策树分类主要有两步：首先借助现有的数据集来搭建一个决策树模型，其次是通过已经创建好的决策树模型对未知数据样本进行分类。其中，最重要的步骤还是在于创建决策树。

①决策树的算法思想

决策树构建过程也就是生成树的过程，首先对收集的数据集进行分析找到根节点，然后再对剩下的数据进行分析找到下一个节点，最后就构造出决策树模型。这里对决策树算法过程进行详细介绍。

算法：决策树是由数据集的集合构造的。

输入：训练样本-Data，属性集-Attribute其中属性集数离散数值。

输出：构造决策树。

a．创建节点N；

b．如果训练集-Data中的数据属于C类，则将N作为一个节点标志为C类；

c．如训练集-Data中的数据不完全属于某一类，则将N这个节点为普通类；

d．从属性集-Attribute计算出最大的信息增益率，将属性命名为T-Attribute；

e．节点N标记为候选属性集T-Attribute；

f．Foreach候选属性集T-Attribute中的已知值ai；候选属性T-Attribute=ai是节点N生长出的一个分枝；

g．假设S是用于测试T-Attribute=ai的数据集合；

h．如果S=Null则加一个叶子，标记为数据中的普通类；