实验三 决策树算法实验实验报告.pdf
版权申诉
5星 · 超过95%的资源 85 浏览量
2022-07-01
23:23:01
上传
评论
收藏 224KB PDF 举报 
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、实验内容：
1 根据现实生活中的原型自己创建一个简单的决策树。
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） 创建节点 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 的已知值 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 加入一个由 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”。 Sex：FEMAL----“1”；MALE----“2”
Region：INNER CITY----“1”；TOWN----“2”； RURAL----“3”； SUBURBAN----“4” Income：5000~2 万----“1”；2 万~4 万----“2”；4 万以上----“3” Married Children Car
Mortgage
剩余12页未读，继续阅读
- 1
- 2
- 3
前往页