基于决策树的我国农业数据挖掘分析

基于决策树的我国农业数据挖掘分析

决策树是用于分类的常用建模方法.首先对分类的概念和决策树方法分别进行了总体介绍,在此基础上对我国30个省市自治区的乡村劳动力、耕地面积以及农业总产值信息数据进行了挖掘分析,在运用决策树对数据进行分类过程中对连续数据采用聚类分析的方法进行离散化处理,从而避免了原始经验分类方法的主观性.最后,通过上述决策树分类方法,生成我国农业情况的决策树,获得相关空间分类规则,并对其进行分析说明.结果表明,决策树分类方法适合我国农业情况.

作 者： 高懿洋 GAO Yi-yang   作者单位： 华中科技大学,经济学院,湖北,武汉,470024  刊 名： 测绘科学技术学报  PKU 英文刊名： JOURNAL OF ZHENGZHOU INSTITUTE OF SURVEYING AND MAPPING  年，卷(期)： 2008 25(5)  分类号： P208  关键词： 分类规则   决策树   离散化   聚类分析   概念泛化   农业情况  

【基于决策树的我国农业数据挖掘分析】相关文章：

基于决策树的红色籽用西瓜数据挖掘04-27

基于数据挖掘技术的交通事故分析04-26

地理作用和集聚演化:基于数据挖掘的分析04-29

数据挖掘中的决策树技术及其应用04-26

基于空间特性的地形图数据挖掘研究04-29

基于仿真与数据挖掘的故障诊断方法研究04-28

我国科学数据共享现状的调查与分析04-29

农业生产力定量模型研究-基于广西面板数据的实证分析04-30

外商直接投资对我国环境质量的影响-基于我国1985～2005年数据的协整分析04-29

基于模糊神经网的决策树生成04-28