C4.5算法在提高物理实验教学效果中的应用

2018-01-02苗维诚

赤峰学院学报·自然科学版 2017年23期

关键词：决策树实验课教学效果

苗维诚

（蚌埠医学院数理教研室，安徽蚌埠 233030）

C4.5算法在提高物理实验教学效果中的应用

苗维诚

（蚌埠医学院数理教研室，安徽蚌埠 233030）

针对医用物理学实验课的教学现状进行了问卷调查，应用决策树C4.5算法对问卷的数据进行分析，发现影响教学效果的关键因素、建立决策树模型，为实验教学的改革提供思路和参考.

物理实验；问卷调查；数据挖掘；教学改革

蚌埠医学院开设医用物理学实验课程，每年实验课时数1000余学时.为了切实提高学生的实验水平和科学素养，将C4.5算法应用在提高医用物理学实验教学效果的研究中，为教学改革提供参考[1].

1 C4.5决策树算法公式定义

设D是类标记元组训练集，类标号属性具有m个不同值，m 个不同类 C（i=1，2，…，m），CiD 是 D 中 C 类的元组的集合，|D|和|CiD|分别是D和CD中的元组个数.对D中的元组分类所需的期望信息记为Info（D），也叫作D的熵，公式为：

假定按照属性A划分D中的元组，且属性A将D划分成v个不同的类，还需要计算D关于属性A的熵EntropyA(D).

原来的信息需求与新需求之间的差定义为信息增益Gain（A），即：

将D划分成对应于属性A测试的v个输出的v个划分产生的信息，这个值记为SplitInfoA(D)，公式为：

信息增益率（GainRatio）是C4.5算法的分枝准则，它选择具有最高信息增益的属性来作为节点N的分裂属性[2].公式为：

2 C4.5决策树算法在教学改革中的应用

2.1 数据获取和预处理

2.1.1 问卷调查与分析.数据挖掘的原始数据来自《医用物理学教学效果调查问卷》，问卷调查的对象为2016级临床医学专业的学生，共收回有效问卷296份，调查结果具有较强的代表性.（1）Q1对物理实验是否感兴趣？选择“感兴趣”占30%；“一般”占42%；“不感兴趣”占28%.Q2实验课的学习目标是？选择“掌握实验技能，提高综合素质”占25%；“应付课程考试”占60%；“没有目标”占15%.由Q1、Q2看到，对物理实验课不反感的学生占到了70%以上，但是有明确学习目标的学生只有25%，大多数学生对于为什么要学习物理实验并不清楚.由此把“学习目的”作为一个关键因素.（2）Q3上实验课前您预习吗？选择“经常预习”占42%；“偶尔预习”占37%；“不预习”占21%.Q4若预习，所花时间为？选择“10分钟之内”占22%；“20分钟左右”占42%；“30分钟以上”占36%.由Q3、Q4看到，大约40%的学生有按时预习的习惯，进一步调研发现，每次预习时间都在20分钟以上的学生大约只占总人数的30%.这里把经常预习且时间大于20分钟的学生归为“认真预习”，把“认真预习”作为一个关键因素.（3）Q5您认为在实验课的学习过程中，以下哪个因素对您帮助最大？选择“实验教材”占16%；“教师的讲解”占75%；“同学的帮助”占9%.由Q5看到，老师对学生的学习效果起到了决定因素.根据调查问卷和学校对教师教学评价中学生评价的数据，把“教学评价”作为一个关键因素.（4）Q6您在实验过程中，有没有遇到过问题？选择“经常遇到”占76%；“偶然遇到”占18%；“没有遇到”占6%.Q7若实验过程中出现问题，您的做法是？选择“独立解决”占37%；“同学帮助”占27%；“立即向老师报告”占36%.由Q6、Q7看到，在实验过程中遇到问题，只有37%的学生有独立解决问题的意识，大部分学生面对困难总想找别人解决，自己的思维能力、实践能力得不到锻炼.这里把“实验操作”作为一个关键因素.

2.1.2 数据预处理.通过分析问卷，已经提取出C4.5算法的四个决策属性：“学习目的”“认真预习”“教学评价”和“实验操作”.我们把学习目的分为“明确”和“不明确”两类；认真预习分为“是”和“否”；教学评价分为“优”和“一般”；实验操作分为“好”和“不好”.根据调查问卷、学生实验报告和期末成绩，三者的数据结合起来分析，得出实验课教学效果的情况，把教学效果分为“好”和“一般”.对数据进行处理共获得296条有效数据，将数据分为两部分：训练数据集220条，测试数据集76条.

2.2 依据C4.5算法构造决策树

首先计算样本分类所需的期望信息量，即熵值.训练数据集220条数据，教学效果好的有66条，一般的有154条；

由公式①得：

然后计算每一个决策属性的信息增益率.

（1）属性“学习目的”，由训练集得，学习目的=“明确”有55条，其中50条教学效果好，5条教学效果不好.

学习目的=“不明确”有165条，其中16条教学效果好，149条教学效果不好；

由公式②计算其熵值为：

由公式③计算其信息增益为：

由公式④计算分裂信息：

最终公式⑤计算：

（2）属性“认真预习”，认真预习=“是”有72条，其中46条教学效果好，26条教学效果不好；认真预习=“否”有148条，其中20条教学效果好，128条教学效果不好.

（3）属性“教学评价”，教学评价=“优”有93条，其中51条教学效果好，42条教学效果不好；教学评价=“一般”有127条，其中15条教学效果好，112条教学效果不好.

（4）属性“实验操作”，实验操作=“好”有61条，其中49条教学效果好，12条教学效果不好；实验操作=“不好”有159条，其中17条教学效果好，142条教学效果不好.

由上面计算出的每个决策属性信息增益率的值，来确定决策树的根结点，生成决策树，再对决策树进行剪枝.剪枝采用自下而上的方式，最后生成一棵教学效果决策树[5].

2.3 描述分类规则

从决策树可以得到分类规则如下：

IF学习目的=“明确”AND实验操作=“好”THEN教学效果=“好”；IF学习目的=“明确”AND实验操作=“不好”THEN教学效果=“一般”；IF学习目的=“不明确”AND实验操作=“好”AND认真预习=“是”THEN教学效果=“好”；IF学习目的=“不明确”AND实验操作=“好”AND认真预习=“否”AND教学评价=“优”THEN教学效果=“好”；IF学习目的=“不明确”AND实验操作=“好”AND认真预习=“否”AND教学评价=“一般”THEN教学效果=“一般”.

IF学习目的=“不明确”AND实验操作=“不好”AND认真预习=“是”AND教学评价=“优”THEN教学效果=“好”；IF学习目的=“不明确”AND实验操作=“不好”AND认真预习=“是”AND教学评价=“一般”THEN教学效果=“一般”；IF学习目的=“不明确”AND实验操作=“不好”AND认真预习=“否”THEN教学效果=“一般”.