C4.5决策树分类大作业1
需积分: 0 184 浏览量
2022-08-08
22:43:20
上传
评论
收藏 2.51MB DOCX 举报
第 1 页 共 13 页
┊
┊
┊
┊
┊
┊
┊
┊
┊
┊
┊
┊
┊
装
┊
┊
┊
┊
┊
订
┊
┊
┊
┊
┊
线
┊
┊
┊
┊
┊
┊
┊
┊
┊
┊
┊
┊
┊
决策树算法对 UCI wine 数据集分类的实现
1 功能实现与样本分析
在数据挖掘领域，可以利用相应的算法对数据集进行训练，即对样本的特征进行分析，从而
归纳出相同类别的样本之间存在的内在特征联系，进一步对未知类别的样本进行预测，判断出该
样本所属的类别。本文实现了利用决策树算法对 UCI 机器学习库上的经典 wine 数据集进行分类
的目的。
为达到相应的分类目的，需要先对数据集样本进行分析。
表 1 wine 数据集样本特征
不用化学成分的含量与酒的所属类别息息相关。表 1 列举了所选用的 wine 数据集的特征情
况。整个数据集样本包含 13 个特征，例如 Alcohol(酒精度)，Malic acid（苹果酸含量）等，这些
特征的取值范围见表 1 所示。
表 2 wine 数据集部分样本表
属
性
1
属
性
2
属
性
3
属
性
4
属
性
5
属
性
6
属
性
7
属
性
8
属
性
9
属
性
10
属
性
11
属
性
12
属
性
13
类
别
14.23
1.71
2.43
15.6
127
2.8
3.06
.28
2.29
5.64
1.04
3.92
1065
1
13.2
1.78
2.14
11.2
100
2.65
2.76
.26
1.28
4.38
1.05
3.4
1050
1
13.16
2.36
2.67
18.6
101
2.8
3.24
.3
2.81
5.68
1.03
3.17
1185
1
14.37
1.95
2.5
16.8
113
3.85
3.49
.24
2.18
7.8
.86
3.45
1480
1
13.24
2.59
2.87
21
118
2.8
2.69
.39
1.82
4.32
1.04
2.93
735
1
14.2
1.76
2.45
15.2
112
3.27
3.39
.34
1.97
6.75
1.05
2.85
1450
1
14.39
1.87
2.45
14.6
96
2.5
2.52
.3
1.98
5.25
1.02
3.58
1290
1
12.37
.94
1.36
10.6
88
1.98
.57
.28
.42
1.95
1.05
1.82
520
2
12.33
1.1
2.28
16
101
2.05
1.09
.63
.41
3.27
1.25
1.67
680
2
12.64
1.36
2.02
16.8
100
2.02
1.41
.53
.62
5.75
.98
1.59
450
2
13.67
1.25
1.92
18
94
2.1
1.79
.32
.73
3.8
1.23
2.46
630
2
12.37
1.13
2.16
19
87
3.5
3.1
.19
1.87
4.45
1.22
2.87
420
2
12.17
1.45
2.53
19
104
1.89
1.75
.45
1.03
2.95
1.45
2.23
355
2
12.37
1.21
2.56
18.1
98
2.42
2.65
.37
2.08
4.6
1.19
2.3
678
2
12.86
1.35
2.32
18
122
1.51
1.25
.21
.94
4.1
.76
1.29
630
3
12.88
2.99
2.4
20
104
1.3
1.22
.24
.83
5.4
.74
1.42
530
3
12.81
2.31
2.4
24
98
1.15
1.09
.27
.83
5.7
.66
1.36
560
3
12.7
3.55
2.36
21.5
106
1.7
1.2
.17
.84
5
.78
1.29
600
3
12.51
1.24
2.25
17.5
85
2
.58
.6
1.25
5.45
.75
1.51
650
3
酒的品种可能属于 3 种类别。表 2 展示了 wine 数据集的部分样本情况。所以，本文的目的
就是运用分类算法，挑选相应的特征属性来构造相应的决策树，挖掘 wine 数据集类别与 13 个特
征之间的关系。并利用所构造的决策树来对测试样本做预测，分析预测误差，从而证明所构造的
剩余12页未读，继续阅读
评论0
最新资源