基于改进决策树的电力营销数据挖掘方法

作者：上官霞

来源：电脑编程技巧与维护, 2023, (10): 96-98.

DOI：10.16184/j.cnki.comprg.2023.10.032

• 决策树
• 电力营销
• 数据挖掘
• 聚类分析

常规方法下进行电力营销数据的挖掘容易出现数据识别误差、阈值计算不准确的情况，提出了基于改进决策树的电力营销数据挖掘方法。在进行电力营销数据挖掘前，需进行数据的预处理，分别得到高密度区域和低密度区域的样本对象关系，以此为依据计算出电力营销数据经筛选后的聚类分析数值，并抽取部分数据基于改进决策树算法进行建模。依据上述方法进行电力营销数据筛选建模后，对数据进行聚类分析，求得数据之间的距离，以此来计算数据类型的差异度。根据聚类分析算法和决策树模型实现对电力营销数据的挖掘。为验证基于改进决策树的电力营销数据挖掘方法是否有优势，将其与传统方法和基于多尺度分析的电力营销数据挖掘方法进行比较，经对比发现了基于改进决策树的电力营销数据挖掘方法在聚类分析中数据特征数量高于标准值。