基于决策树的110警情级别预测的应用与改进对策
摘要
决策树是重要的分类方法之一。本文从实战应用角度研究了110警情级别的预测模型。研究发现了影响决策分析的110数据质量问题及其症结所在,并提出了改进对策建议。
参考文献4
-
1尹阿东,宫雨,吴胜利,武森,高学东,李拥军.增量决策树算法及复杂度分析[J].北京科技大学学报,2004,26(2):202-205. 被引量：9
-
2麦永浩,杨超.公安数据仓库和数据挖掘应用研究[J].警察技术,2009(2):27-29. 被引量：7
-
3张维东,张凯,董青,孙维华.利用决策树进行数据挖掘中的信息熵计算[J].计算机工程,2001,27(3):71-72. 被引量：30
-
4唐华松,姚耀文.数据挖掘中决策树算法的探讨[J].计算机应用研究,2001,18(8):18-19. 被引量：121
二级参考文献19
-
1王珊，数据仓库技术与联机分析处理，1998年
-
2陈文伟，决策支持系统及其开发，2000年
-
3王仲谋，数据仓库—客户/服务器计算指南，1997年
-
4Schlimmer J C, Fisher D. A case study of incremental concept induction [A]. Proceedings of AAAI-86 [C]. Philadelphia, 1986
-
5Utgoff P E. Incremental Induction of Decision Trees [J].Mach Learn, 1989(4): 161
-
6UtgoffP E. An improved algorithm for incremental induction of decision trees [A]. Proceedings of the Eleventh Int.Conference on Machine Learning [C]. New Jersey, 1994.318
-
7Kalles D, Morris T. Efficient incremental induction of decision trees [J]. Mach Learn, 1996(1): 1
-
8Kalles D, Papagelis A. Stable decision trees: Using local anarchy for efficient incremental learning [J]. Int J Artif Intell Tools, 2000, 9(1): 79
-
9Piater J H, Riseman E M. Interactively training pixel classifiers [J]. Int J Pattern Recognit Artif Intell, 1999, 13(2):171
-
10Elomaa T, Kaariainen M. An analysis of reduced error pruning[J]. J ArtifIntell Res, 2001,15:163
共引文献152
-
1罗文华.非结构化数据处理分析在电子数据取证中的应用[J].警察技术,2010(3):42-45.
-
2姚正.关于决策树分类模型的评分函数研究[J].管理学报,2005,2(S2):166-168. 被引量：4
-
3高家明,薛京生,肖涛.基于FP-Growth关联规则算法的接警参数挖掘分析[J].软件,2013,34(8):67-69.
-
4姚晔,李翔.决策树算法的教育应用探讨[J].江西师范大学学报（自然科学版）,2004,28(4):317-320. 被引量：5
-
5尹阿东,谢霖铨,龙誉,杨立东.动态决策树算法研究[J].计算机工程与应用,2004,40(33):103-105. 被引量：9
-
6朱良,谈香如.一种用决策树对XML文档进行分类的方法[J].长沙电力学院学报（自然科学版）,2004,19(2):21-23.
-
7林志雄,欧伟强,郑见纯.数据挖掘技术在电信营销的应用[J].广东通信技术,2004,24(12):20-22.
-
8陈媛媛,彭新光.分类算法的分析与比较[J].电子产品可靠性与环境试验,2004,22(6):72-75. 被引量：3
-
9唐海兵,秦怀青.利用决策树改进基于特征的入侵检测系统[J].微机发展,2005,15(4):102-105. 被引量：3
-
10彭玉楼,刘亚辉.利用决策树和聚类理论对XML文档数据挖掘的研究[J].株洲工学院学报,2005,19(4):29-31.
