C4.5算法在指导自主学习过程中的应用研究

在基于网络环境的自主学习模式下,良好的自主选课是进行有效自主学习的前提,人为地对自主学习行为进行指导并不现实。利用面向属性归纳和决策树C4.5算法对自主学习信息进行分析,帮助自主学习者找出学习的专业取向,能够使自主学习者有针对性地学习,实现高校对自主学习者的有效管理,促进自主学习模式的全面形成。

统计分析及决策树算法在高校就业指导中的应用

对福建某高校二级学院2016年毕业生就业信息进行预处理,从统计分析、构建决策树模型两方面开展研究。在Weka中采用C4.5(J48)算法构建了决策树,根据分析及构造的决策树模型,从人才培养方案、奖励制度、在校学生的就业规划提出了相关建议,为就业指导部门和高校领导提供一定的决策帮助。

基于分类规则算法对存款意愿倾向的研究

通过数据挖掘软件工具weka,对Bank Marketing数据集分别用分类算法中的J48(C4.5)及Na?ve Bayes算法进行分类实验分析,并从运行速度、正确率、可伸缩性、强壮性等方面对两种算法的分类效果进行了对比分析,得出了Na?ve Bayes算法相较J48(C4.5)算法能得到更有效的分类结果。