没有合适的资源？快使用搜索试试~ 我知道了~

文库首页人工智能机器学习python机器学习算法决策树和聚类分析实验报告

python机器学习算法决策树和聚类分析实验报告

python

机器学习

开发语言

5星 · 超过95%的资源需积分: 1 24 下载量 19 浏览量 2022-05-11 11:49:26 上传评论 4 收藏 299KB DOCX 举报

温馨提示

试读

17页

python机器学习算法决策树和聚类分析实验报告

资源详情

资源评论

资源推荐

实验一决策树

一、实验目的

1. 弄清决策数的概念以及在什么情况下会使用决策树

2. 通过学习具体案例掌握决策树算法以及意义

二、实验内容

1. 决策树构造

构造就是生成一棵完整的决策树。简单来说，构造的过程就是选择什么属

性作为节点的过程，那么在构造过程中，会存在三种节点：

根节点：就是树的最顶端，最开始的那个节点。在上一页的图中，“天气”就

是一个根节点；

内部节点：就是树中间的那些节点，比如说“温度”、“湿度”、“刮风”；

叶节点：就是树最底部的节点，也就是决策结果。

节点之间存在父子关系。比如根节点会有子节点，子节点会有子子节点，

但是到了叶节点就停止了，叶节点不存在子节点。那么在构造过程中，你

要解决三个重要的问题：

（1）选择哪个属性作为根节点？

（2）选择哪些属性作为子节点？

（3）什么时候停止并得到目标状态，即叶节点？

每个内部节点表示在属性上的一个测试，每个分支代表一个测试输出，每

个叶节点代表一种类别。

2. 决策树有关算法

具体的决策树算法有：

1) Hunt 算法（如右图）

2) 信息增益 Information gain（ID3）

ID3 算法主要针对属性选择问题

使用信息增益度选择测试属性

3) 增益比率

Gain ration （C4.5）

4) 基尼指数

Gini index （CART）

5) 卡方检验

CHAID 决策树

3. ID3 决策树算法的建立步骤

1) 决定分类属性集合；

2) 对目前的数据表，建立一个节点 N；

3) 如果数据库中的数据都属于同一类，N 就是树叶，在树叶上标出所

属的类（纯的类别）

4) 如果数据表中没有其他的属性可以考虑，则 N 也是树叶，按照少数

服多数的原则在树叶上标出所属类别（不纯的类别）；

5) 否则，根据平均信息期望 E 或 Gain 值选出一个最佳属性作为节点 N

的测试属性；

6) 节点属性选定后，对于该属性中的每个值：从 N 生成一个分支，并

将数据表中与该分支有关的数据收集形成分支节点的数据表，在表

中删除节点属性那一栏；

7) 如果分支数据表属性非空，则转 1，运用以上算法从该节点建立子树。

4. 具体实现案例

根据天气的各项指标如温度、湿度、刮风、天空外观等通过决策树 ID3

算法判断是否适合出去打篮球。

三、实验过程

1. 根据 ID3 算法创建决策树

# coding=UTF-8

import numpy as np

#import

决策树绘制

from 决策树绘制 import createPlot

def createDataSet():

dataSet = np.array([[0, 0, 0, 0, 'N'],

[0, 0, 0, 1, 'N'],

[1, 0, 0, 0, 'Y'],

[2, 1, 0, 0, 'Y'],

[2, 2, 1, 0, 'Y'],

[2, 2, 1, 1, 'N'],

[1, 2, 1, 1, 'Y']])

labels = np.array(['outlook', 'temperature', 'humidity',

剩余16页未读，继续阅读

杏花朵朵

2023-07-27

作者的实验设置和数据样本选择恰当，能够很好地反映算法的性能。

内容反馈

二话不说直接开摆

粉丝: 0
资源: 1

上传资源快速赚钱

我的内容管理展开

我的资源快来上传第一个资源

我的收益

登录查看自己的收益

我的积分登录查看自己的积分

我的C币登录后查看C币余额

我的收藏

我的下载

下载帮助

前往需求广场，查看用户热搜

python机器学习算法决策树和聚类分析实验报告

评论5

最新资源

python机器学习算法决策树和聚类分析实验报告

评论5

机器学习决策树分类算法实验报告-机器学习高分大作业

机器学习实验二实验报告（Python）

生物数据挖掘-决策树实验报告.pdf

基于python实现的机器学习预测系统汇总+GUI界面(贝叶斯网络、马尔科夫模型、线性回归、岭回归多项式回归、决策树等).zip

机器学习实验报告

k-means数据聚类实验报告 （MATLAB详细代码）.doc

机器学习报告-基于PCA和KNN算法的毒蘑菇分类预测实验报告-机器学习高分大作业

机器学习实验报告与源码

Kmeans.docx K均值聚类算法实验报告

Python——K-means聚类分析及其结果可视化

机器学习 python 决策树 实验

Python机器学习之决策树算法

机器学习算法之决策树

python机器学习实现决策树

决策树实验报告.doc

聚类实验报告

Python机器学习之决策树算法实例详解

python 决策树算法的实现

决策树分类模型算法实验报告.doc

随机森林、决策树模型构建与预测

机器学习作业2决策树.rar

机器学习Kmeans实验报告

基于weka的数据聚类分析实验

python 机器学习-决策树算法实现

机器学习导论_决策树实验报告1

机器学习python实战之决策树

最新资源

k-means数据聚类实验报告（MATLAB详细代码）.doc

机器学习 python 决策树实验