3、数据分析在心理健康教育与创新创业教育中的应用研究

数据分析在心理健康教育与创新创业教育中的应用研究

一、决策树在新生心理健康预测中的应用

1. 训练样本集与ID3算法
   • 训练样本集包含了一些新生的相关属性信息，如内向性、家庭和谐情况、遗传疾病、经济困难和精神疾病等，具体样本数据如下表所示：
     |编辑编号|内向性|家庭和谐|遗传疾病|经济困难|精神疾病|类别|
     | ---- | ---- | ---- | ---- | ---- | ---- | ---- |
     |1|否|是|无|是|无|/|
     |2|否|否|无|否|无|/|
     |3|是|是|无|否|无|/|
     |4|是|否|有|否|有|/|
     |5|否|是|无|是|无|/|
   • ID3算法以信息增益作为分类属性的选择标准。对于该样本集，需要计算每个属性的信息增益，信息增益越大，分类的重要性就越高。
   • 具体操作步骤如下：
     • 步骤1：计算每个属性的信息增益。
     • 步骤2：选择信息增益最大的属性CI作为树（或子树）的根节点。
     • 步骤3：将在CI上取值相同的样本归为同一子集，该值作为树的一个分支。若Ci有多个值，则有多个子集，每个值都作为树的一个分支。
     • 步骤4：对同时包含正例和反例的样本子集递归调用树构建过程。
     • 步骤5：若子集只包含正例或反例，在相应分支上标记P或N并返回调用函数。由于训练样本集包含噪声数据，生成的决策树会比较复杂。