路旭明 楊嘉琦 大連科技學(xué)院

大學(xué)生因受到不同方面的壓力形成了多種心理問題，因此，針對大學(xué)生進(jìn)行的心理監(jiān)控具有非常重要的意義。本文利用決策樹中的ID3 和CART 算法實(shí)現(xiàn)大學(xué)的情緒分類，為高校的心理教育工作提供參考作用。

一、數(shù)據(jù)來源

采用大數(shù)據(jù)技術(shù)對大學(xué)生在校園中產(chǎn)生的各類心理數(shù)據(jù)進(jìn)行客觀分析和預(yù)測，可以有效的評價(jià)學(xué)生的心理狀態(tài)，評估工作量對睡眠、活動、情緒、等的影響，使用6 個含有分類能力的特征，72 小時以內(nèi)的數(shù)據(jù)，用決策樹算法對情緒做分類實(shí)驗(yàn)。

二、決策樹算法

決策樹算法采用的是自上而下的遞歸方式，是一種逼近離散函數(shù)值的方法。

1.ID3 算法

ID3 算法主要針對離散型屬性數(shù)據(jù)。該算法核心思想就是通過計(jì)算出的信息增益最大的特征來建立決策樹當(dāng)前的節(jié)點(diǎn)。

2.CART 算法

CART 決策樹是Breiman L 等提出的決策樹模型構(gòu)造方法，基本構(gòu)造原理是通過對由測試屬性和目標(biāo)類（或數(shù)值）組成的訓(xùn)練數(shù)據(jù)進(jìn)行循環(huán)分析得到的二叉樹結(jié)構(gòu)。通過基尼系數(shù)來確定決策樹的最優(yōu)節(jié)點(diǎn)。

CART 是一棵二叉樹，每次分裂只產(chǎn)生兩個節(jié)點(diǎn)，把其中一個特征值當(dāng)做一個節(jié)點(diǎn)，其他特征值當(dāng)做另外一個節(jié)點(diǎn)。

三、對數(shù)據(jù)進(jìn)行訓(xùn)練和分類

1.清洗數(shù)據(jù)

數(shù)據(jù)挖掘的需要做數(shù)據(jù)預(yù)處理，為了準(zhǔn)備用于建模的有效數(shù)據(jù)集，這一步在挖掘中是最耗時的過程，將json 中的數(shù)據(jù)轉(zhuǎn)換為csv文件，經(jīng)過數(shù)據(jù)清洗后，得到總數(shù)為128 條。

2.訓(xùn)練和測試算法

本文從清洗后的數(shù)據(jù)中隨機(jī)抽出70% 形成訓(xùn)練集，余下的30%作為測試集，得到訓(xùn)練好的決策樹結(jié)構(gòu)，如圖1 所示。

本文以大學(xué)生的三種情緒：開心、焦慮、疲憊作為學(xué)習(xí)與分類目標(biāo)。如圖1 所示，ID3 決策樹的Sleep_hour 的信息增益最大是最優(yōu)切分點(diǎn)，Class2_chanllenge反之，CART決策樹的Class_hours 是最優(yōu)切分點(diǎn)。

圖1 分類情緒的決策樹結(jié)構(gòu)Fig.1 Decision tree structure of classified emotions

四、結(jié)語

使用決策樹對大學(xué)生情緒分類是本文主要討論的內(nèi)容。本文介紹了利用決策樹的ID3 與CART 算法對大學(xué)生的心理數(shù)據(jù)做情緒分類的過程，通過數(shù)據(jù)清洗、樣本拆分和訓(xùn)練測試，最終得到?jīng)Q策樹模型。實(shí)驗(yàn)表明：決策樹算法對大學(xué)生的心理分類是可行的。進(jìn)一步研究應(yīng)該思考如何將決策樹內(nèi)置到大學(xué)生心理檢測應(yīng)用中。