基于聚类和决策树合成的数据挖掘算法

基于聚类和决策树合成的数据挖掘算法(中文6000字,英文PDF)
摘要：随着信息技术和计算机科学的发展，大量的数据出现在人们的生活中。为了帮助人们分析和挖掘出有用的信息，数据挖掘技术的产生与应用至关重要。聚类和决策树是数据挖掘的主要使用方法。聚类可用于描述，决策树可以用于分析。有效地结合这两种方法，我们可以清晰地发现数据的特征与潜在规则。本文提出了一种名为CA新的综合数据挖掘算法，从而提高CUBE和C4.5的原有算法。CA引入了可以实现对大规模数据集进行特征降维和规模缩减的主成分分析算法（PCA），网格划分算法和并行处理算法。本文将CA算法应用于玉米选种上，实验结果显示CA算法比原来的算法更好。