悲观剪枝在学生成绩中的运用范文

《电脑开发与应用杂志》2014年第六期

1构建学生成绩决策树

（1）收集数据。从教学信息管理数据库中收集学生成绩数据集，保存在学生成绩数据score表中。学生成绩数据score表格部分原始数据如图1所示。（2）用Weka软件并采用ID3算法形成决策树，分类规则描述如下：rule1：IF（感兴趣=B）and（课前预习=C）and（教学态度=B）and（教学内容=A）THEN（scoretype=及格）rule2：IF（感兴趣=A）and（教学内容=A）and（课前预习=B）and（课后复习=B）and（课堂掌握=A）and（教学方法=A）and（教学态度=B）THEN（scoretype=中）rule3：IF（感兴趣=A）and（教学内容=A）and（课前预习=B）and（课后复习=B）and（课堂掌握=B）and（教学态度=A）and（教学效果=B）THEN（scoretype=良）从上看出这些分类规则过长，说明影响学生成绩的因素过多，同时提取出的分支太多，不利于对它进行精确分析，所以在这里需要对它进行剪枝。

⑶对学生成绩决策树剪枝并分析。选取C=0.25，则z=0.68。从中抽取感兴趣=B，课前预习=C这个非叶子节点进行分析，E=5，N=50，f=5/50=1/10。根据公式可得q=0.1324<0.25，所以可以剪去这个非叶子节点。感兴趣=B，课前预习=B这个节点进行分析，E=10，N=20，f=1/2。根据公式可得，q=0.5752>0.25，所以保留这个非叶子节点。Weka软件采用悲观剪枝算法生成剪枝以后的决策树，如图3所示。决策树的学习算法中，决策树的复杂度和分类精度是需要考虑的两个最重要因素。表1所示分类器的节点值为42，采用10折交叉验证法，我们发现检验正确率为76.6423％，结果小于训练正确率77.7036%，这种检验正确率小于训练正确率、预测检验误差较大的现象就是常见的“过度拟合”问题，这种问题出现的主要原因有：①噪声数据的影响；②某些决策仅仅基于少量数据，从而造成与客观事实不符的结果。为了解决过度拟合问题，我们采用悲观剪枝方法对生成的完全决策树进行优化。为了评估剪枝后分类法的准确性，定义变量Ac-curacy计算样本预测总体正确率，变量Precision评估标记为“Cluster中”表示中的学生的精度。

定义1：Accuracy=ncn*100％。其中，nc为被正确分类的实例数，n为测试集中样本实例总数。定义2：Precision=t_pos（t_pos+f_pos）。其中，t_pos是被正确地按此分类的“Cluster中”样本数，f_pos是被错误地标记为“Cluster中”的成绩为良与及格的样本数。剪枝前后的参数如表1所示。由表1看出，修剪的决策树既减少了树的总节点数，减少了决策树复杂度，增强了树的可理解性，又提高了树的精度和分类预测准确率。现将剪枝后的“学生成绩”分类规则描述如下。rule1:i（f感兴趣=C）then（scoretype=及格）rule2:i（f感兴趣=A）then（scoretype=中）rule3:if（感兴趣=B）and（课前预习=C）then（scoretype=及格）rule4:i（f感兴趣=B）and（课前预习=B）and（教学态度=B）then（scoretype=及格）rule5:i（f感兴趣=B）and（课前预习=B）and（教学态度=A）then（scoretype=中）rule6:i（f感兴趣=B）and（课前预习=B）and（教学态度=C）then（scoretype=及格）rule7:if（感兴趣=B）and（课前预习=B）then（scoretype=及格）从图3可知，决策树的第一个选择属性是感兴趣，说明感兴趣是学生成绩划分的第一主要影响因素，这与实际统计到的结论相符合，而且学生在对所学科目感兴趣的情况下学生成绩最好。其后的选择属性有教学内容、课前预习、课堂掌握等。在教学中，教学内容是最主要因素，如果教学内容引人入胜，学生就会认真听讲，从而提高学习成绩。这样，通过决策树分析，高校决策者就能及时决定学生成绩众多因素中所隐藏的固有特征，做出恰当的教学改革，实现教学质量的快速提高。

2结论

在Weka环境中采用ID3算法生成学生成绩决策树，然后采用悲观剪枝算法对其进行剪枝，最后分析决策树在剪枝前后的各种问题，从而全面地分析影响学生成绩的因素与感兴趣的教学内容、课前预习等的内在联系，可以及时指导教师在以后的教学工作中采取恰当的方法，最终提高教学质量。

作者：李萍单位：运城学院计算机科学与技术系