- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
C4.5算法建立决策树JAVA练习
HYPERLINK /lixusign/archive/2012/06/13/2548124.html 【决策树】— C4.5算法建立决策树JAVA练习
以下程序是我练习写的,不一定正确也没做存储优化。有问题请留言交流。转载请挂连接。
当前的属性为:age income student credit_rating
当前的数据集为(最后一列是TARGET_VALUE):
---------------------------------
youth high no fair no?youth high no excellent no?middle_aged?? high no fair yes?senior low yes fair yes?senior low yes excellent no?middle_aged?? low yes excellent yes?youth medium? no fair no?youth low ? yes fair yes?senior medium? yes??? fair yes?youth medium??yes??? excellent yes?middle_aged?? high yes fair???? yes?senior medium? no???? excellent no?---------------------------------
C4.5建立树类
package C45Test;
import java.util.ArrayList;
import java.util.List;
import java.util.Map;
public class DecisionTree {
public TreeNode createDT(ListArrayListString data,ListString attributeList){
System.out.println(当前的DATA为);
for(int i=0;idata.size();i++){
ArrayListString temp = data.get(i);
for(int j=0;jtemp.size();j++){
System.out.print(temp.get(j)+ );
}
System.out.println();
}
System.out.println(---------------------------------);
System.out.println(当前的ATTR为);
for(int i=0;iattributeList.size();i++){
System.out.print(attributeList.get(i)+ );
}
System.out.println();
System.out.println(---------------------------------);
TreeNode node = new TreeNode();
String result = InfoGain.IsPure(InfoGain.getTarget(data));
if(result != null){
node.setNodeName(leafNode);
node.setTargetFunValue(result);
return node;
}
if(attributeList.size() == 0){
node.setTargetFunValue(result);
return node;
}else{
InfoGain gain = new InfoGain(data,attributeList);
double maxGain = 0
文档评论(0)