項(xiàng)目編號(hào)：B403

文件大?。?.06M

操作系統(tǒng)：Windows10旗艦版

源碼說明：帶中文注釋

開發(fā)工具：Python

開發(fā)語(yǔ)言：.py

本文使用決策樹算法實(shí)現(xiàn)了對(duì) Iris 數(shù)據(jù)集 [1] 進(jìn)行分類的任務(wù)，在隨機(jī)輸入的不同訓(xùn)練集和測(cè)試集下可以獲得 90%以上的準(zhǔn)確率，最高的準(zhǔn)確率達(dá)到了 97.10%。在任務(wù)中還對(duì)連續(xù)數(shù)據(jù)的離散化方法、決策樹的尺寸以及剪枝、決策樹和樸素貝葉斯算法的對(duì)比以及軟決策等方法進(jìn)行了一定程度的探究。為提高決策樹的穩(wěn)定性和防止過擬合提供了一定的幫助。

使用Python3.7運(yùn)行
需要調(diào)用的python庫(kù)有numpy，random，math，operator，collections和matplotlib
——decision_tree.py 決策樹程序，可修改數(shù)據(jù)集比例和隨機(jī)數(shù)種子以及閾值Threshold
——treePlotter.py 繪制決策樹程序，為現(xiàn)有的python庫(kù)文件
——naive_beyes.py 用于計(jì)算樸素貝葉斯分類的準(zhǔn)確率

字典結(jié)構(gòu)

決策樹——主程序

決策樹——生成

目錄│文件列表:

 └ decision_tree-homework

    │ 0.6_12_0.png

    │ 0.6_12_1.png

    │ 0.6_12_2.png

    │ 0.6_12_3.png

    │ 0.6_1824_0.png

    │ -決策樹(DT).pdf

    │ decision_tree.py

    │ Homework - Decision Tree Learning for Classification.pdf

    │ naive_beyes.py

    │ treePlotter.py

    │ 決策樹——主程序.png

    │ 決策樹——生成.png

    │ 字典結(jié)構(gòu).png

    ├ .idea

    │  │ .gitignore

    │  │ deployment.xml

    │  │ H1.iml

    │  │ misc.xml

    │  │ modules.xml

    │  │ vcs.xml

    │  └ inspectionProfiles

    │     │ profiles_settings.xml

    │     └ Project_Default.xml

    ├ dataset

    │  │ bezdekIris.data

    │  │ Index

    │  │ iris.data

    │  └ iris.names

    └ __pycache__

       └ treePlotter.cpython-37.pyc