- 博客(3)
- 收藏
- 关注
原创 Weka学习 :ADTree
ADTree中主要有两种节点,一种是PreditionNode,一种是SplitNode。weka实现中就对应定义了这两个数据结构。 public class PredictionNode { double value; FastVector children; }value存 a或者b(具体含义请看论文)。children存SplitNode. public abstract
2013-08-19 00:06:13 2732
原创 DataMing Papers:<The alternating decision tree learning algorithm>
因为这篇文章引用的资料暂时还没阅读,因此没有看出这篇文章的高明之处,目前只能把文章的算法简单介绍一下,文章的精髓和意义等看了其他文章之后再来修改。需要继续看的文章: 本文章很多的公式出处来自该文章 Defination of ADTrees:1.A base condition :a boolean predicat e over instances.我的理解
2013-08-18 20:56:55 897
原创 Weka 学习 ID3
ID3算法相对简单,weka的实现也容易理解。首先介绍一下大致算法。算法概述如下。1.选择一种度量(ID3选择的是信息增益),计算每个属性对于该度量的值。2.根据结果选择一个属性进行分支。3.如果每个分支全部属于一个类或者已经没有候选属性。则停止,否则对每个分支进行1,2操作。下面对weka的ID3 class 作介绍,主要涉及到makeTree(Instances data),c
2013-08-15 15:52:54 1500
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人