宋健[1]2008年在《基于数据挖掘方法的热轧带钢表面质量缺陷分析》文中进行了进一步梳理钢铁产品的一半以上是板材,其中最主要的产品是热轧带钢,宝钢热轧产品最大的质量问题之一是表面缺陷。统计结果显示:由表面质量缺陷所引起的带钢不合格产品已经占总的不合格产品60%以上。由于表面缺陷的产生可以由很多中间生产环节的问题所导致,而且每次发生问题的环节也未必一样,所以如不能及时定位缺陷产生的环节并解决问题,缺陷会随生产过程持续产生出来。因此,快速分析和定位缺陷发生的环节和原因,对减少缺陷的产生数量至关重要。另一方面,随着信息技术的迅速发展,信息收集、传递和存储等限制已大大缓解,宝钢已经积累了大量相关数据。但是,由于缺少适当的方法和工具,现在只能通过人工分析的方式进行发现问题,信息的有效使用及分析效率已经成为解决问题的难题和瓶颈。为此,本论文开展了表面质量分析的研究工作,提供分析方法与分析工具,提高现场的表面质量管理水平,及时发现缺陷的发生趋势,减少批量缺陷,快速分析和定位发生原因,真正做到早发现和早采取措施。本文首先对热轧带钢表面质量缺陷发生的特点及数据挖掘理论进行了简单介绍。在此基础上,根据热轧带钢表面质量缺陷种类繁多、形成机理复杂的特点,选择了决策树算法对其进行分析。为此,本文分析了几种典型的决策树算法,比较了它们在解决实际问题时的优缺点。基于上述认识,开发了决策树生成系统,并对经典算法进行了改进。在该系统的开发中运用了面向对象开发的技术,并在底层的数据组织方面运用了标准模板库和通用工具,为模型的扩展提供了良好的接口,也为以后的软件维护工作提供了很大的方便。与决策树的商业软件相比,本系统更容易嵌入到在线系统中,实现更大范围的功能集成。最后,运用该决策树生成系统,对热轧带钢表面的边部线状缺陷进行了初步分析,量化地给出了各环节中实际缺陷的产生和工艺因素之间的相关性,为进一步的因果分析提供了参考,并为缺陷定位技术的研发奠定了初步的基础。
石凯[2]2014年在《基于粗糙集理论的属性约简与决策树分类算法研究》文中认为现如今,我们正身处在一个“大数据”的时代,每天产生的大量数据之中隐藏着各种各样有价值的信息。如何从海量数据中高效地挖掘出有用的信息,是数据挖掘技术研究的热点问题。决策树算法因其简单高效在数据挖掘的分类领域被广泛采用。由于冗余和不一致数据的存在,对决策树算法在分类效率和分类准确率两方面产生了一定程度的影响,并且普遍采用的单变量决策树算法生成的决策树规模较大。因此,本文将粗糙集理论中的属性约简与决策树算法相结合,提出了改进算法,具有较强的理论研究意义和实际应用价值。本文的主要研究内容分为以下几个部分：(1)原有的属性约简算法通常是在整个数据集上进行的,且对于不相容数据采用的是直接删除的方法。考虑到这两方面的缺陷,本文提出了改进的简化决策表算法。该算法既删除了冗余数据又保留了不相容数据。通过UCI数据集的对比实验表明,该算法能有效减少原始数据集对象数目,为后续的属性约简算法和决策树算法提高效率。(2)针对基于差别矩阵的求核属性算法和代数定义下的求核属性算法的缺陷,本文提出了基于信息熵理论的求核属性算法。通过该算法求得的核属性表明,对于相容决策表,代数定义下的约简和基于信息熵的约简是一致的。但对于不相容决策表,代数约简只能保证相容部分的U/IND(P)不发生改变,而基于信息熵的约简能使得对于整个数据集的U/IND(P)不发生改变,即代数定义下求得的核属性是信息熵下的一部分。在求得的核属性基础上,本文提出了基于属性重要度的完备属性约简算法。(3)针对单变量决策树算法生成的决策树规模大的缺点,本文提出了多变量决策树算法,且通过确定性程度的引入进一步简化决策树。通过UCI数据集表明该算法在准确度和树规模两方面都优于其他4种算法。最后将本文的算法以模块化的形式嵌入属性约简与决策树生成系统,实现对数据集的约简和分类。
张万军[3]2015年在《基于大数据的个人信用风险评估模型研究》文中提出“互联网+”已经被提升为中国国家战略高度。以淘宝、京东等为代表的电子商务网站,以微信APP、QQ为代表的社交平台以及支付宝、微信支付为代表的在线支付工具已经深入到我们每个人的日常生活,互联网支付、众筹融资、P2P借贷、在线理财、网络贷款等各种形式的互联网金融服务在我国呈现出生机勃勃的发展景象,互联网和大数据已经对国民经济的很多领域以及商业模式产生了深远的影响。如何全面和准确地评估个人信用风险状况,并在此基础上开展个性化的授信金融服务,既是商业银行、小额贷款公司等传统金融机构风险控制的核心环节,也是P2P等新兴互联网金融机构业务经营过程中的痛点,持续攀升的不良贷款率更是倒逼这些金融机构不断提升风险管理水平。各类金融机构在个人信用风险评估环节中,过于倚重央行的个人征信系统,该系统收录的自然人数达8.6亿多,但其中仅有3亿多人有信贷记录,且信贷记录主要来源于商业银行和农村信用社等金融机构,在数据时效性、全面性和层次性上存在短板。大数据为个人信用风险评估提供了一种新的方法。通过将用户在互联网上网购、交易、社交等平台的商誉和行为数据进行整合和分析,将分散在不同网络平台和信贷机构的局部信息加工融合成为具有完整视图效果的全局信息。深度挖掘互联网大数据信息,将用户商誉和行为信息转化为信贷评级依据,开发大数据风控模型,弥补央行个人征信信息的不足,解决交易过程中的信息不对称的问题,既可以对互联网金融平台、小额贷款公司等金融机构提供一个有力的风险抓手,也可以为央行征信系统信贷数据缺失或者信用记录不好的用户提供一个获取信用类服务的机会。无论是线上还是线下的用户消费、社交数据,都有着不同于传统征信信息的独有特征,使得传统个人信用风险评估模型和方法在大数据环境下无法取得满意效果:(1)数据的稀疏性强。用户线上线下的行为散布广泛,极难全量收集和覆盖;用户行为偏好亦各有不同,在不同门类的行为差异很大。(2)数据覆盖面广。信息覆盖面广泛,支付宝或微信都有超4亿活跃用户,用户行为覆盖服装、书籍、租房、休闲、娱乐等各方面,单指标维度超过1000个。(3)单变量风险区分能力弱。不同于传统风险模型采用的历史履约情况、个人资产评估等强变量,消费或社交变量一般均为区分能力较弱的弱变量。传统信用风险评估模型在业务逻辑架构下,利用数据驱动或专家经验开发模型模板,最终结合逻辑回归、判别分析等统计分析模型得到精准的计量结果。然而在新的数据画像和业务情景下,原有的业务逻辑框架和传统统计分析模型的应用都受到严重限制。近几年,以决策树、神经网络等为代表的机器学习技术得到飞速发展,在信息识别、推荐引擎等领域都取得了出色的应用效果。如何结合传统风险评估模型体系和机器学习技术,在保证业务逻辑和评分广泛应用的前提下,更加精准的评估风险是一个值得研究的课题,本文的研究内容在这方面是一个有益的尝试。鉴于此,本文针对基于大数据的个人信用风险评估模型体系,重点研究下述关键内容:(1)通过对模型的数据基础、表现定义及逻辑、样本分类和抽样方案等建模基础信息进行详细分析,提出大数据环境下的个人信用风险评估模型——creditnet研究框架,将creditnet模型划分为叁个研究阶段,逐步限定技术要点,开展模型构建研究。(2)针对creditnet模型研究框架的第一个阶段,本文将用户画像的概念引入个人信用风险评估领域,从六大维度构建用户信用画像,解决了大数据环境下个人信息的有效收集和组织问题,并通过变量衍生的方法增强单变量的风险区分能力。在此基础上,从数据收集、数据核对和数据清洗等方面对大数据的预处理方法进行了阐述,结合对单变量分析和多变量分析方法,为大数据环境下个人信用风险评估模型的研究奠定了数据基础。(3)针对creditnet模型研究框架的第二个阶段,本文将机器学习理论中的随机森林模型与logisitc回归模型进行结合,构建rf-l核模型,生成了一系列具有风险评估能力的子模型。在进行统计建模前,利用随机森林中的chaid决策树进行分析,并生成二元决策树变量,然后将随机森林模型的输出结果导入logistic回归模型中进行统计建模,为大数据信息转变为风险评估依据奠定了模型基础。(4)针对creditnet模型研究框架的第叁个阶段,本文提出将机器学习理论中的adaboost集成学习算法应用到对rf-l核模型生成的一系列评估子模型的集成研究中,通过对不同评估能力的子模型进行集成,增强了最终模型的评估效果。(5)基于上述研究,进一步验证CreditNet模型的效果。本文从CreditNet模型的区分能力、稳定性等方面进行了测试,将CreditNet模型与其他模型的评估效果进行了对比分析,并在某股份制商业银行和某P2P公司的业务中对CreditNet模型进行了实证分析,对CreditNet模型的应用场景进行了展望。
王峥琦[4]2005年在《基于决策树算法的改进与应用》文中研究说明数据挖掘(Data Mining)是信息处理技术研究领域的一项重要课题。它是指从大型数据库或数据仓库中提取隐含的、未知的、非平凡的以及有潜在应用价值的信息或模式的过程。它融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术。分类分析是数据挖掘技术研究的一个重要方向。常用的分类模型有决策树、神经网络、遗传算法、粗糙集模型、统计模型等。本文主要研究决策树 ID3 算法及其改进算法。由于数据挖掘中分类算法在商业应用最为广泛,而决策树算法是数据挖掘分类的核心技术算法之一。在决策树算法中有 Quinlan 于 1986 年提出的 ID3 算法最为着名,由于该算法有两大主要缺点:1.算法往往偏向于选择取值较多的属性,而属性较多的属性却不总是最优的属性。2.ID3 学习简单的逻辑表达式能力较差。为了解决这些问题,本文在ID3算法的基础上提出了将MID3算法与普通二叉树算法相结合的MID3二叉树算法,通过使用同一训练集对不同算法建立的决策树的比较,得出应用 MID3 二叉树算法比ID3 算法所得的决策数更为理想。由于以往决策树算法大都用面向过程的语言描述、实现,所以本文将从面向对象的观点出发,用目前较为流行的 C#语言实现 ID3 算法及其改进 MID3 二叉树算法。并且在此基础上开发一个以改进算法为核心的完整决策树生成系统(学习系统)。此学习系统面向实际,实现了从数据导入到生成规则的完整数据挖掘步骤。而且功能较强大(能处理属性值缺失数据、连续属性数据等)。根据煤矿集团的实际需要,并结合具体问题,将此学习系统应用于某煤矿集团物资设备辅助决策系统,通过对煤矿集团物资设备系统中的数据进行分析和挖掘,生成对辅助决策有用的“规则”。
王宇[5]2017年在《基于CUDA的并行PCG方法自动生成系统研究与实现》文中指出预条件共轭梯度(PCG)算法作为求解稀疏线性方程组的主流方法之一,近年来随着问题规模的增大和GPU计算能力的快速提高,用于求解大规模问题的并行PCG算法引起了更广泛的关注。并行PCG算法的研究重点是针对该方法的主要成分研究实现高效的并行方法。如果通过人为方式寻找各个成分的最优实现,由于每个成分实现方式多样,而且影响其性能的参数取值范围广,显然需要极大的工作量。为此,本论文通过优化建模技术,对PCG算法的主要成分分别构建并行优化性能模型,从现有的核函数中选择出最优的核函数和参数配置,达到快速生成高效并行PCG算法的目的。本论文的主要工作和贡献如下:1.提出矢量运算、矢量内积的并行优化性能模型。分别对矢量运算、矢量内积建立并行优化性能模型,通过决策树生成算法,自动生成决策树。实验证明,本论文的矢量运算、矢量内积决策树对核函数以及参数的选择非常有效。2.提出稀疏矩阵矢量乘(SpMV)的并行优化性能模型。以5种经典的存储格式为例,建立并行优化性能模型,并通过自动选择最优核函数算法,自动选择稀疏矩阵最佳的存储格式、最优的核函数以及参数配置。实验证明,本论文的SpMV并行优化性能模型预测核函数的执行时间的精度达95%以上,自动选择核函数算法具有鲁棒性,可靠性强。3.提出PCG并行优化框架。该框架包含PCG算法各个成分的并行优化性能模型,各个模型相互独立,具有很强的可扩展性。4.设计并实现基于CUDA的并行PCG方法自动生成系统。该系统使用图形化界面为PCG算法的主要成分构建并行优化性能模型,自动生成高效的并行PCG方法。实验证明,自动生成系统是有效可行的,通过本系统自动生成的并行PCG方法在单个GPU上的平均加速比为56.91,在单节点2个GPU上的平均加速比可达到104.06。
王威[6]2005年在《基于决策树的数据挖掘算法优化研究》文中研究说明数据挖掘是利用分析工具从大量的、不完全的、有噪声的、模糊的、随机的数据中,提取出隐含在其中、事先未知、但又潜在有用的信息和知识的过程,建立数据间关系模型,并用其做出预测。决策树模型是数据挖掘中最常用的一种方法。它能够直接体现数据的特点,便于理解,具有较好的分类预测能力,并能方便提取决策规则。 决策树的生成过程也就是知识发现的过程,决策树模型的复杂度和预测精度决定了决策树的好坏。决策树是根据启发规则生成的,常见的决策树生成算法有基于信息论的ID3、C4.5算法以及基于最小GINI指标的CART、SLIQ、PUBLIC方法。最优决策树的生成作为一类NP问题,目前又引入了一些新的技术和方法作为启发规则如:遗传算法、相关分析等,并对现有启发规则的计算做了一定的简化,同时对决策规则的完备性也进行了初步探讨。 为了从大量的属性中找出决策规则,论文首先引入粗糙集理论,对测试属性进行约简,找出真正影响决策的属性,减小决策树的规模。并根据相似性原理,以测试属性和决策属性的相似度作为启发规则构建决策树。并在高校教师综合考评系统中采用了这种新算法,实验结果表明这种新的决策树生成算法较ID3算法的预测精度更高,计算更加简便。论文最后较为详细的介绍了教师综合评价决策树的具体实现过程。
张理强[7]2003年在《决策树生成系统》文中研究指明分类是数据挖掘领域中的一个重要研究课题。在分类的过程中，首先给定一个包含多条记录的训练集，每条记录都包含多个属性，其中一个属性标明每条记录属于哪一类，我们称之为类标号。分类的目的就是建立一个以类标号属性除外的其它属性为判定条件的模型，通过这个模型可以对以后未知类标号的记录进行正确分类。决策树方法是分类中最常用的工具之一。它是一个类似于流程图的树状模型，其中每个内部节点表示一个属性测试，每个分枝代表一个测试输出，而每个树叶节点代表“类”或“类分布”。通过决策树模型对一条记录进行分类就是通过按照模型中属性测试结果从根到叶找到一条路径，最后叶节点的类标号就是该记录的分类结果。 本课题研究的内容是建立一个完整的决策树生成系统。它包括数据预处理、决策树的生成、决策树剪枝、分析和评估、生成分类规则五个部分。数据预处理中主要包括数据清洗(减少噪声或处理丢失的值)、相关分析(删除不相关或冗余属性)太原理工大学硕士学位论文决策树生成系统和数据变换(如概化数据到较高的概念层，或对数据规范化)等内容。决策树生成则是按照某种属性评价方法递归地对各个属性进行评价，找到最优的分割条件，生成一棵完全生长的决策树。在这个阶段我们采用了信息增益法、Gini索引法和Relief算法叁种属性评价方法，并在实验结果部分对叁者的性能进行了比较。决策树剪枝则是为了防止在决策树生成阶段生成的决策树中存在的“过适应”问题和提高决策树的分类准确率，对生成的决策树按照一定的方法进行剪枝。在此我们实现了最小描述长度法(MDL)，因为该算法在准确率、剪枝后决策树的大小和运行速度方面都有很大的优势。决策树分析和评估阶段主要是对生成的决策树的各方面的性能进行评估。本系统实现的是保持法和10折交叉确认法，主要是对生成的决策树模型进行准确率方面的评估。在生成规则阶段主要是将决策树转化为比较直观的工F一THEN规则形式，让用户能更好地理解分类结果。 从实验结果中我们可以看到:信息增益法和Gini算法相比，无论是在生成节点数还是在运行速度上都比较相似，二者的分类速度都要快于Rehef算法，但Rehef算法在某些特定的数据库上生成的结果要明显优于前两者。并且我们在税务信息太原理工大学硕士学位论文决策树生成系统系统中的数据上应用该系统也取得了比较满意的分类结果。但是我们研究的目的是生成一个紧凑的，高准确率的、易于理解和具有可伸缩性的决策树系统，本系统在运行效率、与数据仓库集成、对复杂数据进行分析等方面还存在许多不足之处，我们将会在以后的工作中做进一步的改进。
张朋涛[8]2017年在《基于决策树生成软件测试方案的研究与实现》文中提出随着软件测试的规模越来越大,在软件测试中引入自动化测试技术变得非常必要,将软件的测试工作尽可能的实现自动化已经是绝大多数软件企业的共识了,因为自动化测试有很多的优点,与传统的手工测试方法相比较它效率更高,测试结果可复现性好。然而,在整个软件测试过程中,根据测试范围制作与之对应的测试方案的工作一直以来都是依据个人经验手工完成的,这样的方式不仅效率不高,而且极大地依赖于工作人员对软件产品和测试用例的熟悉程度,在一定程度上影响了测试工作的效率。本文针对生成软件测试方案过程中存在的问题,深入研究了制作软件测试方案的各个环节,对比分析了国内外生成软件测试方案方法的特点和不足,并且结合企业软件测试的实际业务情况,提出了一种能够自动化的生成软件测试方案的方法,该方法首先可以提高生成软件测试方案的效率,其次生成的软件测试方案覆盖的测试范围更加全面,并且可以减小工作人员在制作软件测试方案方面严苛的经验要求。论文首先介绍了自动生成测试方案技术应用的背景和用到的相关技术。然后对公司软件测试的业务流程进行了详细介绍,据此对系统进行了业务需求分析和功能需求分析。在完成系统架构设计的基础上进行了系统的详细设计和实现,并且对系统进行了详细的测试。本文是在引入决策树算法的基础上设计实现了该自动化生成测试方案系统。该系统的核心技术是利用决策树算法的分类特性来实现自动化的对全部测试用例进行分类筛选,替代手工筛选生成测试方案的过程。决策树算法是数据挖掘的经典算法,在决策树模型构建过程中,算法通过对训练集数据进行计算分析可以自动的生成分类规则,然后应用该规则再对未知数据进行分类。另外,决策树建模的时候只需要少量的测试用例训练集数据就可以构建一个有效的决策树分类模型,因此只需要维护一个数据量不大的训练集,通过建模并且利用模型进行测试用例筛选,就可以实现从全部测试用例中筛选出符合测试范围的测试用例来生成测试方案。在软件测试过程中,应用该系统可以快速便捷的生成软件测试方案,克服手工制作测试方案过程中耗时耗力的问题。并且应用该系统通常可以在一个常量时间内生成测试方案,该过程不会随着测试范围的扩大而耗费更多的时间来生成测试方案。同时,基于决策树算法的逻辑特性,生成测试方案的过程中筛选的测试用例更加全面,保障了测试范围的全面性。该系统在企业软件测试工作中实际应用的结果表明,该系统能够帮助企业简化生成软件测试方案的过程,快速高效的生成期望的软件测试方案,从而提高整个测试工作的效率。
王国营[9]2008年在《基于粗糙集理论的决策树生成系统》文中指出数据挖掘是利用分析工具从大量的、不完全的、有噪声的、模糊的、随机的数据中,提取出隐含在其中事先未知、潜在有用的信息和知识的过程,建立数据间关系模型,用其做出预测,从而为决策者提供辅助决策。分类是数据挖掘中的一种重要方法。决策树是一种常用的分类模型,并以其能直接体现数据特点,分类效率高、速度快、理解性好等特点在数据挖掘及其它领域中被广泛使用;粗糙集理论将分类和知识联系在一起,认为知识是将对象分类的能力,是一种处理模糊和不精确数据的数学工具,具有很强的知识获取能力,本论文将基于粗糙集理论实现决策树生成系统。决策树生成系统,包括数据预处理,连续属性离散化,决策树生成,剪枝,评估,及预测,决策森林,生成规则几个部分。数据预处理主要针对数据缺失进行处理,主要方法为忽略元组,使用常量填充,或属性平均值填充,或元组同一类的样本平均值填充。连续属性离散化使用基于变精度粗糙集理论的频率宽度方法,决策树生成使用基于变精度粗糙集理论的分类方法。针对目前剪枝方法的不足,确定决策树复杂度衡量标准,设计一种基于错误率和复杂度的剪枝方法。计算决策树每个节点错误率及复杂度之和作为该节点是否剪枝的标准,这样保证了不过分降低精度的前提下使得复杂度最小。在生成规则阶段主要是将决策树转化为比较直观的IF-THEN规则形式,让用户能更好地理解分类结果。在处理多类数据分类的任务需要得到精确的和易于处理的方案时,传统的决策树分析方法效率和精度比较低。原因是单棵决策树不能提供充足的途径来分配多类的数据。决策森林算法提供了一个有效的方法来解决此问题。本文提出了利用不同决策属性集合构造决策森林的策略。在成熟的理论基础上,通过VC++编程语言开发决策树生成软件程序,并通过实验验证该软件取得满意的结果。我们研究的目的是生成一个紧凑的,高准确率的、易于理解和具有可伸缩性的决策树生成系统。
王晓平[10]2013年在《基于粗糙集的决策树优化算法研究》文中认为数据挖掘，也称之为数据库中知识发现，涉及了人工智能、机器学习等重要研究领域。分类是数据挖掘的一个关键内容。目前，分类主用于诊断、预测、区分、甄别等方面。决策树技术是一项重要的分类技术。较其他分类模型简洁、易懂，便于操作，并且可保证分类准确性不低于其他分类模型。粗糙集能处理不确定的知识。粗糙集技术能更好的发现不准确数据及噪声数据内在的结构联系，生成更加健壮的决策树，可用于优化决策树算法。本文将对各种基于粗糙集理论的决策树生成算法进行了深入的研究，主要工作如下：1、在变精度粗糙集理论基础上，定义了变精度明确区与变精度非明确区的概念,替换原始的非明确区和明确区的概念。2、认真分析了Jinmao-Wei等人提出的基于粗糙集的单变量决策树算法HACRS的优缺点。采用C4.5算法中的信息增益率的标准替代ID3算法中的信息增益的标准，结合这两个新的概念，提出了一种基于变精度粗糙集的单变量决策树算法HACBRS算法。3、HACBRS算法在对数据集进行划分的过程中，引入分类误差参数，能对少量噪声数据对结果产生的影响进行了弱化，也不会导致生成的决策树对原来的数据集会产生过度拟合的现象，这样就使得决策树生成的泛化能力得到了大大的提高。4、将这几种算法同经典的ID3算法进行实例分析比较。5、通过分析比较，基于粗糙集理论生成的决策树要比基于信息熵的ID3算法构造的决策树规模小的多，简洁的多，可以很好的抑制噪声数据，分类精度也高得多。同时进一步验证了基于变精度粗糙集理论的决策树生成算法比基于粗糙集理论的决策树算法有一定改进方面的优势。
参考文献：
[1]. 基于数据挖掘方法的热轧带钢表面质量缺陷分析[D]. 宋健. 上海交通大学. 2008
[2]. 基于粗糙集理论的属性约简与决策树分类算法研究[D]. 石凯. 大连海事大学. 2014
[3]. 基于大数据的个人信用风险评估模型研究[D]. 张万军. 对外经济贸易大学. 2015
[4]. 基于决策树算法的改进与应用[D]. 王峥琦. 西安科技大学. 2005
[5]. 基于CUDA的并行PCG方法自动生成系统研究与实现[D]. 王宇. 浙江工业大学. 2017
[6]. 基于决策树的数据挖掘算法优化研究[D]. 王威. 西南交通大学. 2005
[7]. 决策树生成系统[D]. 张理强. 太原理工大学. 2003
[8]. 基于决策树生成软件测试方案的研究与实现[D]. 张朋涛. 西安电子科技大学. 2017
[9]. 基于粗糙集理论的决策树生成系统[D]. 王国营. 东北师范大学. 2008
[10]. 基于粗糙集的决策树优化算法研究[D]. 王晓平. 四川师范大学. 2013
标签：计算机软件及计算机应用论文; 大数据论文; 决策树论文; 数据挖掘论文; 粗糙集论文; 数据挖掘算法论文; 分类数据论文; 测试模型论文; 分类变量论文; 测试过程论文; pcg论文;