数据挖掘决策树算法Java实现.rtf

数据挖掘决策树算法Java实现.rtf

《数据挖掘决策树算法Java实现.rtf》由会员分享，可在线阅读，更多相关《数据挖掘决策树算法Java实现.rtf（10页珍藏版）》请在冰豆网上搜索。

importjava.util.HashMap;importjava.util.HashSet;importjava.util.LinkedHashSet;importjava.util.Iterator;/调试过程中发现4个错误，感谢宇宙无敌的调试工具print/1、selectAtrribute中的一个数组下标出错2、两个字符串相等的判断/3、输入的数据有一个错误4、selectAtrribute中最后一个循环忘记了i+/决策树的树结点类classTreeNodeStringelement;/该值为数据的属性名称Stringvalue;/上一个分裂属性在此结点的值LinkedHashSetchilds;/结点的子结点，以有顺序的链式哈希集存储publicTreeNode（）this.element=null;this.value=null;this.childs=null;publicTreeNode（Stringvalue）this.element=null;this.value=value;this.childs=null;publicStringgetElement（）returnthis.element;publicvoidsetElement（Stringe）this.element=e;publicStringgetValue（）returnthis.value;publicvoidsetValue（Stringv）this.value=v;publicLinkedHashSetgetChilds（）returnthis.childs;publicvoidsetChilds（LinkedHashSetchilds）this.childs=childs;/决策树类classDecisionTreeTreeNoderoot;/决策树的树根结点publicDecisionTree（）root=newTreeNode（）;publicDecisionTree（TreeNoderoot）this.root=root;publicTreeNodegetRoot（）returnroot;publicvoidsetRoot（TreeNoderoot）this.root=root;publicStringselectAtrribute（TreeNodenode,StringdeData,booleanflags,LinkedHashSetatrributes,HashMapattrIndexMap）/Gain数组存放当前结点未分类属性的Gain值doubleGain=newdoubleatrributes.size（）;/每条数据中归类的下标，为每条数据的最后一个值intclass_index=deData0.length-1;/属性名，该结点在该属性上进行分类Stringreturn_atrribute=null;/计算每个未分类属性的Gain值intcount=0;/计算到第几个属性for（Stringatrribute:

atrributes）/该属性有多少个值，该属性有多少个分类intvalues_count,class_count;/属性值对应的下标intindex=attrIndexMap.get（atrribute）;/存放属性的各个值和分类值LinkedHashSetvalues=newLinkedHashSet（）;LinkedHashSetclasses=newLinkedHashSet（）;for（inti=0;ideData.length;i+）if（flagsi=true）values.add（deDataiindex）;classes.add（deDataiclass_index）;values_count=values.size（）;class_count=classes.size（）;intvalues_vector=newintvalues_count*class_count;intclass_vector=newintclass_count;for（inti=0;ideData.length;i+）if（flagsi=true）intj=0;for（Stringv:

values）if（deDataiindex.equals（v）break;elsej+;intk=0;for（Stringc:

classes）if（deDataiclass_index.equals（c）break;elsek+;values_vectorj*class_count+k+;class_vectork+;/*/输出各项统计值for（inti=0;ivalues_count*class_count;i+）System.out.print（values_vectori+）;System.out.println（）;for（inti=0;iclass_count;i+）System.out.print（class_vectori+）;System.out.println（）;*/计算InforDdoubleInfoD=0.0;doubleclass_total=0.0;for（inti=0;iclass_vector.length;i+）class_total+=class_vectori;for（inti=0;iclass_vector.length;i+）if（class_vectori=0）continue;elsedoubled=Math.log（class_vectori/class_total）/Math.log（2.0）*class_vectori/class_total;InfoD=InfoD-d;/计算InfoAdoubleInfoA=0.0;for（inti=0;ivalues_count;i+）doublemiddle=0.0;doubleattr_count=0.0;for（intj=0;jclass_count;j+）attr_count+=values_vectori*class_count+j;for（intj=0;jmax）max=Gaini;return_atrribute=atrribute;i+;returnreturn_atrribute;/node：

在当前结点构造决策树/deData：

数据集/flags：

指示在当前结点构造决策树时哪些数据是需要的/attributes：

未分类的属性集/attrIndexMap：

属性与对应数据下标publicvoidbuildDecisionTree（TreeNodenode,StringdeData,booleanflags,LinkedHashSetattributes,HashMapattrIndexMap）/如果待分类属性已空if（attributes.isEmpty（）=true）/从数据集中选择多数类，遍历符合条件的所有数据HashMapclassMap=newHashMap（）;intclassIndex=deData0.length-1;for（inti=0;ideData.length;i+）if（flagsi=true）if（classMap.containsKey（deDataiclassIndex）intcount=classMap.get（deDataiclassIndex）;classMap.put（deDataiclassIndex,count+1）;elseclassMap.put（deDataiclassIndex,1）;/选择多数类StringmostClass=null;intmostCount=0;Iteratorit=classMap.keySet（）.iterator（）;while（it.hasNext（）StringstrClass=（String）it.next（）;if（classMap.get（strClass）mostCount）mostClass=strClass;mostCount=classMap.get（strClass）;/对结点进行赋值，该结点为叶结点node.setElement（mostClass）;node.setChilds（null）;System.out.println（yezhi:

+node.getElement（）+:

+node.getValue（）;return;/如果待分类数据全都属于一个类intclass_index=deData0.length-1;Stringclass_name=null;HashSetclassSet=newHashSet（）;for（inti=0;ideData.length;i+）if（flagsi=true）class_name=deDataiclass_index;classSet.add（class_name）;/则该结点为叶结点，设置有关值，然后返回if（classSet.size（）=1）node.setElement（class_name）;node.setChilds（null）;System.out.println（leaf:

+node.getElement（）+:

+node.getValue（）;return;/给定的分枝没有元组，是不是有这种情况？

/选择一个分类属性Stringattribute=selectAtrribute（node,deData,flags,attributes,attrIndexMap）;/设置分裂结点的值node.setElement（attribute）;/System.out.println（attribute）;if（node=root）System.out.println（root:

+node.getElement（）+:

+node.getValue（）;elseSystem.out.println（branch:

+node.getElement（）+:

+node.getValue（）;/生成和设置各个子结点intattrIndex=attrIndexMap.get（attribute）;LinkedHashSetattrValues=newLinkedHashSet（）;for（inti=0;ideData.length;i+）if（flagsi=true）attrValues.add（deDataiattrIndex）;LinkedHashSetchilds=newLinkedHashSet（）;for（StringattrValue:

attrValues）TreeNodetn=newTreeNode（attrValue）;childs.add（tn）;node.setChilds（childs）;/在候选分类属性中删除当前属性attributes.remove（attribute）;/在各个子结点上递归调用本函数if（childs.isEmpty（）!

=true）for（TreeNodechild:

childs）/设置子结点待分类的数据集booleannewFlags=newbooleandeData.length;for（inti=0;ideData.length;i+）newFlagsi=flagsi;if（deDataiattrIndex!

=child.getValue（）newFlagsi=false;/设置子结点待分类的属性集LinkedHashSetnewAttributes=newLinkedHashSet（）;for（Stringattr:

attributes