c 决策树代码（c decision tree code）

《c 决策树代码（c decision tree code）》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、c++决策树代码（C++decisiontreecode）#包含iostream><#包括<列表>#包括<字符串>#包括<字符串>#包括<<向量>#包括<<地图>>#包括<#包括iomanip><#包括<#包括<文件#算法包括<>#包括<设置>#队列包括<>使用名称空间；类的ID3{类节点{公共：字符串值；布尔isleaf；映射<字符串、节点>映射；公共：node()：价值（“”），isleaf（假）{}}；私人：向量<字符串>属性；//向量<<字符串>>属性值向量；向量<矢量>字符串>数据；国际decatt；节点*根；公共：id3(){//从文件中加载

2、数据ifstream在（“数据.txt”）；如果（=NULL）{cout<<“无法打开文件！”<>STR；push_back（STR）的属性；}而（！在eof()）。{getline（在线）；矢量vecstr<字符串>；此时istring（线）；而（！istringeof()）。{istring>>STR；vecstrpush_back（STR）；}数据push_back（vecstr）；}在（）；}无效run(){（4）setdec；向量<子集>；为（i

3、nti=0；i<数据。size()；i++）{push_back（我）的子集；}<国际>candidateatt矢量；为（inti=0；i<属性。size()；i++）{如果（i）！=decatt）{candidateattpush_back（我）；}}节点树=builddt（子集，candidateatt）；//输出树结构根=树；向量<字符串>；printtreedepth（根、S）；}无效setdec（intn）{如果（n＜0

4、

5、N＞＝属性。size()）{cout<<“指定决策树变量错误！”<子集）

6、/获得子集信息熵{双重熵=0；双p，n；p＝n＝0；向量<字符串>；为（inti=0；i<子集。size()；i++）{如果（数据子集[我][][decatt]==“是”）++；其他的氮+；}//判断属于同一类，熵为零的情况如果（0==P

7、

8、0==n）返回0；双pr＝p（p＋n）；熵=-公关*（log（PR）/日志（2））-天然橡胶*（log（NR）/日志（2））；返回熵；}bool时（矢量<国际>的子集）{字符串值=数据子集[0][][decatt]；为（inti=1；i<子集。size()；i++）{如果数据集（[][][我]decatt！=价值）{返回false；}}返回true

9、；}双增益（向量<国际>的子集，intindex）/返回以指数为节点的信息增益{//统计正例个数和范例个数双熵=getentropy（子集）；双和＝0；//求可能的所有属性值映射<字符串，<国际>>mapsub矢量；为（inti=0；i<子集。size()；i++）{mapsub[数据[子集[我]][索引]]。push_back（子集[我]）；}（图为<字符串、向量<国际>>：：=mapsubbegin()迭代器iter；ITER！=mapsub（）；++ITER）。{双T=（ITER->二。size()/（双）的子集。size()）*getentropy（ITER->二）；//cou

10、t<第一<<“：”<<整数>属性子集，向量）{节点p=新node()；如果（纯（子集））{P>isleaf=真；P>值=数据子集[0][][decatt]；/*如果（*树）！=null）{（*树）>map[值]P；}其他的{（*树）=P；}/*返回p；}如果（ATTR。size()==0）{整数，n；y＝n＝0；为（inti=0；i<子集。size()；i++）{如果（数据子集[我][][decatt]==“是”）{++；}其他的氮+

11、；}如果（y=n）{P>isleaf=真；值=“是”；}其他的{P>isleaf=真；值>“否”；}返回p；}//选择一个最优的属性int=0；双DMAX=0；国际bestindex=0；为（inti=0；i<属性。size()；i++）{双DD=增益（子集，ATTR[我]）；如果（DD>DMAX）{DMAX=DD；最好的=属性[我]；bestindex=我；}}//获得这个属性的所有属性值和其所对应的子集图<字符串、向量<国际>>mapatt