[发明专利]一种基于决策树算法的制造业材料采购分析方法

摘要

本发明提出了一种基于决策树算法的制造业材料采购分析方法，决策树是一种基于分类思想的决策分析方法，本发明通过利用改进的决策树算法分析预测制造业材料的采购问题。通过前剪枝法和树深度限定法对决策树的分割进行限制，通过后剪枝法构建最优决策树。最优决策树将给出一个确定的采购方案。此方法通过前剪枝法和树深度限定法对决策树的分割进行限制，有效防止了算法无限发散。通过利用信息增益标准差作为前剪枝法的限定条件，提高了算法的准确率。通过后剪枝法构建最优决策树。简单有效，易于实现和理解。最优决策树将给出一个确定的采购方案，简单明了，实用性高。

主权项

一种基于决策树算法的制造业材料采购分析方法，该方法涉及企业管理领域，其特征是，包括如下步骤：步骤1：计算属性的信息熵：把采购的供应商、价格、数量等信息作为C4.5算法的样本集参数，按照算法计算出属性的信息熵步骤2：计算分割后的类别的条件熵：将样本集分割成若干个属性，计算属性条件熵步骤3：计算类别的信息熵:利用信息熵公式计算类别的信息熵步骤4：判断所有属性是否计算完，已计算完转到步骤1，否则转步骤5步骤5：计算信息增益率：信息增益率为属性的信息熵与类别信息熵之差步骤6：按分裂属性值创建决策树 ：在某一属性集合中将最大增益率的属性作为分列属性，将最大增益率的属性作为树双亲结点，其余的作为该结点的孩子步骤7：剪枝判定：当决策树划分得太细，数据量很大时，需要设定一个规则，使算法及时收敛，避免算法无限分支无限增长，即剪枝，本发明采用前剪枝法结合树深度限定法对决策树进行剪枝步骤8：判断是否构建完决策树，如果构建完成，则转步骤9，否则转步骤1步骤9：输出决策分析结果:本发明采用后剪枝法对建立好的决策树进行剪枝，构建最优决策树，最优决策树即为决策分析结果。