基于决策树模型实现预测用户的购买行为
摘要
随着算法学习的不断普及,以及数据爆炸对数据处理技术的需求,获取到海量数据中隐含的价值的信息成为这个时代的一种重要能力,数据挖掘不仅仅是一种计算机技术,也成为一种社会生长的新源泉。如何让更多的数据为人们所用,现在许多的现实工作都需要我们更好学习数据,将其中的规律科学预测,并完成分类的任务。本文以Cart决策树算法为例,通过判断商品用户的属性信息,以达到对购买行为的预测,从而服务商家,同时也为用户带来便利。
引文
[1]陈广花,王正群,刘风,等.一种多变量决策树的构造与研究[J].计算机工程与应用,2010,46(25):217-219.
[2]高静,韩智东.利用差别矩阵构造决策树[J].计算机工程与应用,2011,47(33):18-21.
[3]黄爱辉.决策树C4.5算法的改进及应用[J].科学技术与工程,2009,9(1):34-36.
[4]唐谦,张大方,黄昆.基于信息增益率的决策树对入侵检测的改进[J].计算机工程,2006,32(7):146-148.
[5]罗秋瑾,马锐.基于粗集和熵的多变量决策树的构造算法[J].计算机应用,2007,27(7):1708-1710.
[6]张凤莲,林健良.新的决策树构造方法[J].计算机工程与应用,2009,45(10):141-143.
[2]高静,韩智东.利用差别矩阵构造决策树[J].计算机工程与应用,2011,47(33):18-21.
[3]黄爱辉.决策树C4.5算法的改进及应用[J].科学技术与工程,2009,9(1):34-36.
[4]唐谦,张大方,黄昆.基于信息增益率的决策树对入侵检测的改进[J].计算机工程,2006,32(7):146-148.
[5]罗秋瑾,马锐.基于粗集和熵的多变量决策树的构造算法[J].计算机应用,2007,27(7):1708-1710.
[6]张凤莲,林健良.新的决策树构造方法[J].计算机工程与应用,2009,45(10):141-143.