陳磊

摘要：數(shù)據(jù)挖掘過程中的數(shù)據(jù)預(yù)處理是一項(xiàng)很重要的工作。分析了現(xiàn)有分類算法J48直接處理原始期貨數(shù)據(jù)時(shí)出現(xiàn)的分類準(zhǔn)確率和預(yù)測(cè)準(zhǔn)確率低等弊端。針對(duì)期貨數(shù)據(jù)的連續(xù)性和時(shí)序性特征，在Weka數(shù)據(jù)挖掘平臺(tái)下，提出一種面向期貨數(shù)據(jù)的連續(xù)屬性劃分策略，其主要思想是對(duì)連續(xù)屬性采用不同的分段標(biāo)識(shí)方法，從中找出一種最適合期貨數(shù)據(jù)特征的劃分機(jī)制，進(jìn)而在有效降低數(shù)據(jù)過度擬合的前提下，較大提高J48算法的分類準(zhǔn)確率和預(yù)測(cè)準(zhǔn)確率。

關(guān)鍵詞：Weka；期貨；J48 數(shù)據(jù)挖掘；數(shù)據(jù)預(yù)處理；連續(xù)屬性劃分

DOIDOI：10.11907/rjdk.161196

中圖分類號(hào)：TP391文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1672-7800（2016）006-0173-03

參考文獻(xiàn)：

[1]IAN H WITTEN，EIBE FRANK，MARK A HALL.Data mining practical machine learning tools and techniques[M].ELSEVIER，2010.

[2]IAN H WITTEN，EIBE FRANK，MARK A.數(shù)據(jù)挖掘：實(shí)用機(jī)器學(xué)習(xí)工具與技術(shù)[M].李川，譯.北京：機(jī)械工業(yè)出版社，2014.

[3]袁梅宇.數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)——Weka應(yīng)用技術(shù)與實(shí)踐[M].北京：清華大學(xué)出版社，2014.

[4]JIAWEI HAN，KAMBER M.數(shù)據(jù)挖掘概念與技術(shù)[M].范明，孟小峰，譯.北京：機(jī)械工業(yè)出版社，2004.

[5]DAI W，JI W.A MspReduce implementattion of C4.5 decison tree algorithm[J].International Journal of Database Theory and Application，2014，7（1）：49-60.

[6]QUINLAN J R.C4.5：programs for machine learning[M].Burlington：Morgan Kaufmann Publishers，1993：17-42.

[7]ABELLAN J，MORAL S.Building classification trees using the total uncertainly criterion[J].Journal of the Royal Statistical Society，Series B：Methodological，1996，58（1）：3-57.

[8]HETTICH S，BAY S D.The UCI KDD archive[EB/OL].http：//kdd.ics.uic.edu/.

[9]QUINLAN J R.Induction of decision tree[J].Machine learning，1986（1）：81-106.

[10]楊學(xué)兵，張俊.決策樹算法及其核心技術(shù)[J].計(jì)算機(jī)技術(shù)與發(fā)展，2007，17（1）：44-46.

[11]孫超利.基于決策樹的數(shù)據(jù)流挖掘算法的研究[J].太原科技大學(xué)學(xué)報(bào)，2006，27（4）：269-270.

[12]Jsp中一些數(shù)據(jù)類型的轉(zhuǎn)換[EB/OL].http：//blog.csdn.net/xuxurui007/article/details/18045943，2015，10.

[13]陳愛萍，范媛媛.一種連續(xù)屬性值域劃分的離散化方法[J].計(jì)算機(jī)應(yīng)用研究，2012（5）：154-158.

[14]TSAI C J，LEE C I，YANG WEI-PANG.A discretization algorithm based on class-attribute contingency coefficient[J].Information Sciences，2008，178（3）：714-731.

[15]MEHMED KANTARDZIC.數(shù)據(jù)挖掘——概念、模型、方法和算法[M].北京：清華大學(xué)出版社，2003.

[16]蔣帥.K-均值聚類算法研究[D].西安：陜西師范大學(xué)，2010.

[17]新浪財(cái)經(jīng)——期貨[EB/OL].http：//finance.sina.com.cn/futuremarket/，2015，10.