数据挖掘技术在安全技术防范管理中的应用研究

　　将样本分成三个类c1，c2 ，c3 则s1=2452s2＝653s3＝273

　　总计ｓ＝3378 按照基于信息熵的ID3算法公式，同时将“相同类型总计”考虑进去，可以得出：

　　I(s1,s2,s3)=I(2452,653,273)=0.3355+0.4583+0.2933=1.087下一步，按公式计算每个属性的熵。先计算“地区状态”，对于“市区”：s11＝2452s21＝275s31＝0

　　I(s11,s21,s31)=0.1379+0.3378=0.4757

　　对于“城乡结合处”：s12=0 s22=378  s32=273

　　I(s12,s22,s32)=0.4554+0.5258=0.9812

　　如果样本按“市区-城乡结合处”划分，那么期望信息为：

　　E(“地区状态”)＝2727/3378I(s11,s21,s31)+651/3378I(s12,s22,s32)＝0.5731

　　因此按这种划分的信息增益是：

　　Gain(“地区状态”)＝I (s1,s2,s3)- E(“地区状态”)=1.0871-0.5731=0.51399

　　同理可以得出以下几个字段的信息增益：

　　Gain“案发地点”＝0.2001，Gain“居住人口性质”=0.1761，

　　Gain“案发时间（白天晚上）”＝0.3431

　　这样，Gain“地区状态”最大，说明该属性对于数据分解为子类所起的作用最大，于是建立第一节点“地区状态”，并将样本分成两部分。然后对每一棵子树按照以上方法递归计算，最后得出的决策树如图2.1所示。

　　图2.1  决策树

　　在图2.1中从根到树叶每条路径创建一个规则，可以很清楚地看出在市区，白天，停车场地区容易涉机动车辆盗窃案，在3378件已侦破机动车辆盗窃案中，移动报警设备在2269起案件发挥了决定性的作用等分类知识。

　　又如在已破获的机动车辆盗窃案发生在城市地区，白天、居民小区内, 移动报警设备在151起案件的侦破中起到了一定的作用；而在已侦破的发生在城乡结合部、流动人口密集的地区273件案件中，移动报警设备基本上都没发挥什么作用。这些知识对于警务决策是相当有帮助的。比如在白天对停车场地区的车辆加强管理，提高防范力度，比如在此多安置报警设备以及部署更多的警力等。