【出 处】：《 计算机仿真 》 CSCD 2013年第30卷第11期 264-267页,共5页

【作 者】： 粱凤兰

【摘 要】 研究对数据进行挖掘的方法，提高数据挖掘的准确性。利用传统算法进行数据挖掘，在利用决策树进行分类应用的过程中，训练样本的属性个数可能过多，导致树的规模变大，某些属性的分类能力很接近，模型复杂，挖掘能力下降。为了避免上述缺陷，提l叶J了一种优化决策树改进挖掘算法。根据粗糙集相关理论，计算属性数据的信息量，从而为数据挖掘提供依据。建立优化决策树，根据决策树进行数据分类，从而获取需要类别的数据，最终完成数据挖掘。实验结果表明，利用本文算法进行数据挖掘，能够在海量的样本中挖掘出需要的数据，提高了数据挖掘的能力，从而满足人们在数据挖掘方面的实际需求。