原创力文档- 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
-
实验三 决策树算法实验
一、实验目的： 熟悉和掌握决策树的分类原理、实质和过程；掌握典型的学习算法 和实现技术。
二、实验原理: 决策树学习和分类.
三、实验条件：
四、实验容：
1 根据现实生活中的原型自己创立一个简单的决策树。
2 要求用这个决策树能解决实际分类决策问题。
五、实验步骤：
1、验证性实验：
〔1〕算法伪代码
算法 Decision_Tree(data,AttributeName) 输入由离散值属性描述的训练样本集 data; 候选属性集合 AttributeName 。
输出一棵决策树。 〔1〕 创立节点 N ；
〔2 〕 If samples 都在同一类 C 中 then 〔3〕 返回 N 作为叶节点，以类 C 标记； 〔4 〕 If attribute_list 为空 then
〔5〕返回 N 作为叶节点，以 samples 中最普遍的类标记；// 多数表决 〔6 〕选择 attribute_list 中具有最高信息增益的属性 test_attribute; 〔7 〕 以 test_attribute
标记节点 N ；
〔8〕 For each test_attribute 的值 v //划分 samples ；
〔9 〕 由节点 N 分出一个对应 test_attribute=v 的分支；
〔10 令 Sv 为 samples 中 test_attribute=v 的样本集合；//一个划分块 〔11〕If Sv 为空 then
〔12〕加上一个叶节点，以 samples 中最普遍的类标记；
〔13〕Else 参加一个由 Decision_Tree(Sv,attribute_list-test_attribute)返回节点值。
〔2 〕实验数据预处理
Age:30 岁以下标记为 “1〞；30 岁以上 50 岁以下标记为 “2 〞；50 岁以上标记为 “3 〞。Se* ：FEMAL “1〞；MALE “2 〞
Region ：INNERCITY “1〞；TOWN “2 〞；RURAL “3 〞；SUBURBAN “4 〞Ine ：5000~2 万 “1〞；2 万~4 万 “2 〞；4 万以上 “3 〞
MarriedChildrenCar
Mortgage
. z.
-
Pep ：以上五个条件，假设为“是〞标记为“1〞，假设为“否〞标记为“2 〞。
Age se* region ine married children car mortgage pep
1 2 1 1 2 1 1 2 2
1 2 1 1 2 2 2 2 1
2 1 4 1 2 1 2 2 1
2 1 1 1 1 2 2 2 2
1 2 1 1 1 2 2 2 2
1 2 1 1 2 1 2 1 1
2 1 2 1 1 2 1 1 2
2 1 1 1 2 1 1 2 1
2 1 3 1 2 2 1 2 1
2 1 2 2 2 1 2 2 2
2 2 1 2 2 2 2 1 1
2
文档评论（0）