algoritmo di apprendimento migliore per fare un albero decisionale in java?
-
21-09-2019 - |
Domanda
Ho un set di dati con informazioni come l'età, città, età dei bambini, ... e di conseguenza (conferma, accetta).
Per aiutare modellizzazione di "workflow", voglio creare automaticamente un albero decisionale basato sulla serie di dati precedenti.
Ho dare un'occhiata a http://en.wikipedia.org/wiki/Decision_tree_learning e so che il problema non è chiaramente evidente.
Voglio solo avere consigli su qualche algoritmo o alcune librerie su questo argomento che mi può aiutare nella promozione di un albero di decisione sulla base di campioni.
Soluzione
Si dovrebbe dare un'occhiata a Weka , una basata su Java gratuito suite di apprendimento supervisionato.
Dopo aver convertito i dati in di Weka semplice basato su testo .arff formato , si dovrebbe essere in grado di utilizzare l'interfaccia GUI o riga di comando per allenarsi e testare una varietà di differenti classificatori su tali dati, tra cui:
- alberi di decisione
- reti neurali
- sistemi basati su regole
- support vector machines (SVM)
- vari tipi di regressione
Sperimentare con questa interfaccia dovrebbe permettere di provare facilmente diversi classificatori e parametri di allenamento per determinare quali effettuano il migliore per i vostri dati.
Puoi anche utilizzare un'API per integrare Weka nel proprio codice sorgente .
Altri suggerimenti
Se si desidera confrontare le prestazioni di diversi tipi di alberi di decisione da Weka, vedere i risultati dei benchmark raccolti in TunedIT.org:
http://tunedit.org/results?d=UCI&a=Weka*tree .
Gioca con elenchi a discesa e modelli di nomi di algoritmi / set di dati per scegliere quali risultati devono essere presentati.