改进决策树算法在水环境质量评价中的应用思考

1、改进决策树算法在水环境质量评价中的应用思考【摘 要】社会经济发展推动着城镇化进程加快，城市化进程与工业 生产规模的扩大现实，对生活与工业生产用水量提出了更高要求。因缺乏 有效治理，大量污废水直接排放，导致江河水体受到污染。为研究水环境 质量变化与发展规律，提出改进决策树算法并将其应用于水环境评价之 'po实践证明，基于改进决策树算法的水环境评价模型，其精度较高，生 成规则准确，能够实现对水坏境质量的客观评价，具备较好的现实价值。【关键词】改进决策树算法；水环境质量；评价；应用1引言城市化与工业生产的发展，产生了大量的污水与废水，在没有经过任 何处理的条件下进入到江河之屮，对大量水体构成

2、严重影响。为加强水体 保护，研究区域内水环境质量的变化过程与发展所具备的规律，应用现代 信息技术促使，对水体要素进行定量评价，为开展环境污染控制规划提供 现实指导意义。然而水环境中其评价因子量较多，且其因子与水质等级之 间并非均存在着线性关系，从而为水环境质量评价带来困难。提出改进决 策树算法构建分类模型，将采集样本数据输入并寻找出分类规则，发现水 环境质量变化过程及影响水质的最大因素，对水体质量发展趋势进行预 测，为水环境保护与治理提供现实依据。2决策树及其工作原理决策树算法属于数据挖掘的重要分类技术，英操作简单，使用范i韦i较 广。应用决策树，可以快速发展数据之中隐含的分类规则。具体而言，

3、则 是在相关训练数据的基础上，构建分类模型，于未知测试样本数据中，依 据根节点经过某路径达到叶了节点，从而对叶了节点作出客观预测。应用 决策树算法，能够对水环境污染源、污染发生的过程、污染物分布状况， 对水环境质量变化规律进行分析，预测水体质量发展的未来趋势，其在开 展水资源保护开发与治理等方面发挥着一定现实价值。决策树简称为dt,属于一种存在反向的无环图，决策树内部其每个树 的节点均代表着一个测试属性，树的分支反映着测试结果，树叶了节点衣 示类别。在决策树算法中，最为根本的算法为贪心算法。一般而言，决策 树算法在进行数据分类与预测时，其主要步骤为：学习训练数据，构建决 策树，分析已生成决策树

4、，提取分类规则，对具体测试样本测试，明确样 本所属类别。3决策树算法及其改进在学习决策树算法时，最具影响力的算法为td3算法，该算法由 j. r. quinlan提出，其主张在属性选择时，将信息增益作为标准，让每个 非叶节点进行测试时，均可以获知被测试记录的最大类别信息，且id3算 法其方法计算，计算效率高，理论基础清晰，然而在实践应用中发现，id3 算法仍存在着一定不足，主要表现为：其算法在噪声数据处理时较为敏感, 在连续型属性处理时，需要先对其进行离散化方可采取td3算法进行分类; id3算法在选择新的属性过程中仅仅考虑该属性信息增益问题，缺乏对后 续属性信息增益问题的综合考虑;id3算法

5、偏重于选择取值较大属性o基 于id3算法中存在的问题，决定对该算法进行改进，提出在mid3算法之 中引入用户兴趣度a ,从而在一定程度上解决决策树算法倾向于多值问 题。mid3算法是以id3算法为依托，实质上属于id3算法的优化，在面对 新属性选择时，mtd3算法可以综合考虑属性信息增益与后续属性信息增益 问题。且在mid3算法中引入用户兴趣度a因子，a指的是对某一事物所 具备的相关知识与经验，如专家评价、相关领域知识等，a值需要在决策 树学习训练集时反复测试获得，a取值范围应控制在0-1范|韦|内，决策层 需要综合考虑先验知识与相关领域知识，合理判断a取值，基于用户兴趣 度a的mid3算法，

6、其计算公式为：其中a代表选择属性，a存在着v个属性装，其相对应概况通过pl、 p2pv,依据最小信息爛原理进行a属性扩展，用b來对其子节点属性表 示。4改进决策树算法在水环境质量评价屮的应用在水环境检测系统数据库中存在着人量数据信息，在进行数据挖掘时 面对大量数据信息难以发现其隐藏规律，为此在应用中采取随机序列发生 器，随机抽取一定数据作为决策树算法研究样本数据。4. 1数据挖掘前的数据预处理在进行数据挖掘操作之前，需要将面对的数据信息进行数据集成、数 据交换与数据规约等预处理。数据预处理模块属丁数据挖掘系统所必备的 模块,数据预处理技术以专业知识为导向,将发现存在价值信息为目标, 通过对数据

7、信息的组织处理，将与数据挖掘不存在任何关系的属性删除， 从而为数据挖掘算法提供更为精准的数据，提高数据挖掘效率。在水环境 评价时，选择地表水环境质量标准作为评价标准，按照相关水质评价 要求，选择汞、铅、ph、do、cod、nh3-n、石油类、挥发酚等属性作为水 质评价参数，下表为某流域水质状况数据参数：通过上表可以看出，其数据划分精细，难以直接分类处理，为此，釆 取数据预处理措施，通过数宁化标记相关属性，并对数7进行概念化处理, 消除不合格数据，并形成新的数据列，具体如下表所示：4.2改进决策树在水环境质量评价中的应用基于表2,采取改进决策树算法，构造出决策树，首先对根节点进行 分类，从表2数

8、据统计中获知，其达标数量为43例，超标数量为167例, 假设每个节点均为根节点，则计算出节点信息爛，依据改进决策树计算公 式，可以计算出各种因子的信息爛。执行优化算法，考虑侍息增益，经过 计算后选择cod作为新的节点，并对其属性值引出分支，经过递归计算构 造出一个完整的决策树。通过该决策树测试，发现改进决策树算法在水环境质量评价中其测试 结果准确率达到了 93.57%,其对水体水质状况评价较为客观，能够为环境 决策提供较为科学的依据。5结语随着环境问题日益突出，尤其是水环境污染问题日益严重，研究水坏 境质量变化与发展规律，为水环境开发、保护与治理提供现实依据成为时 代发展的显示诉求。提出在水环境质量评价中应用改进决策树法，引入用 户兴趣度因素，形成一种新型的分类算法。结合水质数据构建决策树，依 据其相关规则进行评估。实践证明其准确率达到了 93. 57%,其整体水质环 境评价较为客观准确，能够为环境决策提供较为科学依据，具备一定的现 实意义。参考文献：1 王永梅