欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python實(shí)現(xiàn)ID3決策樹(shù)算法

 更新時(shí)間:2018年08月29日 15:25:07   作者:楊柳岸曉風(fēng)  
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)ID3決策樹(shù)算法,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下

ID3決策樹(shù)是以信息增益作為決策標(biāo)準(zhǔn)的一種貪心決策樹(shù)算法

# -*- coding: utf-8 -*-


from numpy import *
import math
import copy
import cPickle as pickle


class ID3DTree(object):
  def __init__(self): # 構(gòu)造方法
    self.tree = {} # 生成樹(shù)
    self.dataSet = [] # 數(shù)據(jù)集
    self.labels = [] # 標(biāo)簽集


  # 數(shù)據(jù)導(dǎo)入函數(shù)
  def loadDataSet(self, path, labels):
    recordList = []
    fp = open(path, "rb") # 讀取文件內(nèi)容
    content = fp.read()
    fp.close()
    rowList = content.splitlines() # 按行轉(zhuǎn)換為一維表
    recordList = [row.split("\t") for row in rowList if row.strip()] # strip()函數(shù)刪除空格、Tab等
    self.dataSet = recordList
    self.labels = labels


  # 執(zhí)行決策樹(shù)函數(shù)
  def train(self):
    labels = copy.deepcopy(self.labels)
    self.tree = self.buildTree(self.dataSet, labels)


  # 構(gòu)件決策樹(shù):穿件決策樹(shù)主程序
  def buildTree(self, dataSet, lables):
    cateList = [data[-1] for data in dataSet] # 抽取源數(shù)據(jù)集中的決策標(biāo)簽列
    # 程序終止條件1:如果classList只有一種決策標(biāo)簽,停止劃分,返回這個(gè)決策標(biāo)簽
    if cateList.count(cateList[0]) == len(cateList):
      return cateList[0]
    # 程序終止條件2:如果數(shù)據(jù)集的第一個(gè)決策標(biāo)簽只有一個(gè),返回這個(gè)標(biāo)簽
    if len(dataSet[0]) == 1:
      return self.maxCate(cateList)
    # 核心部分
    bestFeat = self.getBestFeat(dataSet) # 返回?cái)?shù)據(jù)集的最優(yōu)特征軸
    bestFeatLabel = lables[bestFeat]
    tree = {bestFeatLabel: {}}
    del (lables[bestFeat])
    # 抽取最優(yōu)特征軸的列向量
    uniqueVals = set([data[bestFeat] for data in dataSet]) # 去重
    for value in uniqueVals: # 決策樹(shù)遞歸生長(zhǎng)
      subLables = lables[:] # 將刪除后的特征類別集建立子類別集
      # 按最優(yōu)特征列和值分隔數(shù)據(jù)集
      splitDataset = self.splitDataSet(dataSet, bestFeat, value)
      subTree = self.buildTree(splitDataset, subLables) # 構(gòu)建子樹(shù)
      tree[bestFeatLabel][value] = subTree
    return tree


  # 計(jì)算出現(xiàn)次數(shù)最多的類別標(biāo)簽
  def maxCate(self, cateList):
    items = dict([(cateList.count(i), i) for i in cateList])
    return items[max(items.keys())]


  # 計(jì)算最優(yōu)特征
  def getBestFeat(self, dataSet):
    # 計(jì)算特征向量維,其中最后一列用于類別標(biāo)簽
    numFeatures = len(dataSet[0]) - 1 # 特征向量維數(shù)=行向量維數(shù)-1
    baseEntropy = self.computeEntropy(dataSet) # 基礎(chǔ)熵
    bestInfoGain = 0.0 # 初始化最優(yōu)的信息增益
    bestFeature = -1 # 初始化最優(yōu)的特征軸
    # 外循環(huán):遍歷數(shù)據(jù)集各列,計(jì)算最優(yōu)特征軸
    # i為數(shù)據(jù)集列索引:取值范圍0~(numFeatures-1)
    for i in xrange(numFeatures):
      uniqueVals = set([data[i] for data in dataSet]) # 去重
      newEntropy = 0.0
      for value in uniqueVals:
        subDataSet = self.splitDataSet(dataSet, i, value)
        prob = len(subDataSet) / float(len(dataSet))
        newEntropy += prob * self.computeEntropy(subDataSet)
      infoGain = baseEntropy - newEntropy
      if (infoGain > bestInfoGain): # 信息增益大于0
        bestInfoGain = infoGain # 用當(dāng)前信息增益值替代之前的最優(yōu)增益值
        bestFeature = i # 重置最優(yōu)特征為當(dāng)前列
    return bestFeature



  # 計(jì)算信息熵
  # @staticmethod
  def computeEntropy(self, dataSet):
    dataLen = float(len(dataSet))
    cateList = [data[-1] for data in dataSet] # 從數(shù)據(jù)集中得到類別標(biāo)簽
    # 得到類別為key、 出現(xiàn)次數(shù)value的字典
    items = dict([(i, cateList.count(i)) for i in cateList])
    infoEntropy = 0.0
    for key in items: # 香農(nóng)熵: = -p*log2(p) --infoEntropy = -prob * log(prob, 2)
      prob = float(items[key]) / dataLen
      infoEntropy -= prob * math.log(prob, 2)
    return infoEntropy


  # 劃分?jǐn)?shù)據(jù)集: 分割數(shù)據(jù)集; 刪除特征軸所在的數(shù)據(jù)列,返回剩余的數(shù)據(jù)集
  # dataSet : 數(shù)據(jù)集; axis: 特征軸; value: 特征軸的取值
  def splitDataSet(self, dataSet, axis, value):
    rtnList = []
    for featVec in dataSet:
      if featVec[axis] == value:
        rFeatVec = featVec[:axis] # list操作:提取0~(axis-1)的元素
        rFeatVec.extend(featVec[axis + 1:])
        rtnList.append(rFeatVec)
    return rtnList
  # 存取樹(shù)到文件
  def storetree(self, inputTree, filename):
    fw = open(filename,'w')
    pickle.dump(inputTree, fw)
    fw.close()

  # 從文件抓取樹(shù)
  def grabTree(self, filename):
    fr = open(filename)
    return pickle.load(fr)

調(diào)用代碼

# -*- coding: utf-8 -*-

from numpy import *
from ID3DTree import *

dtree = ID3DTree()
# ["age", "revenue", "student", "credit"]對(duì)應(yīng)年齡、收入、學(xué)生、信譽(yù)4個(gè)特征
dtree.loadDataSet("dataset.dat", ["age", "revenue", "student", "credit"])
dtree.train()

dtree.storetree(dtree.tree, "data.tree")
mytree = dtree.grabTree("data.tree")
print mytree

以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。

相關(guān)文章

  • Python元素集合的列表切片

    Python元素集合的列表切片

    這篇文章主要介紹了Python元素集合的列表切片,列表是元素的集合,列表的這些子集稱為切片,下面違章圍繞Python列表切片得相關(guān)資料展開(kāi)學(xué)習(xí)內(nèi)容,需要的朋友可以參考一下,希望對(duì)你的學(xué)習(xí)有所幫助
    2022-02-02
  • python學(xué)習(xí)之plot函數(shù)的使用教程

    python學(xué)習(xí)之plot函數(shù)的使用教程

    這篇文章主要給大家介紹了關(guān)于python學(xué)習(xí)之plot函數(shù)的使用教程,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2021-04-04
  • 代碼實(shí)例講解python3的編碼問(wèn)題

    代碼實(shí)例講解python3的編碼問(wèn)題

    在本篇內(nèi)容里小編給各位分享了關(guān)于python3的編碼問(wèn)題以及相關(guān)實(shí)例代碼,有需要的朋友們參考一下。
    2019-07-07
  • python openCV自制繪畫(huà)板

    python openCV自制繪畫(huà)板

    這篇文章主要為大家詳細(xì)介紹了python openCV自制繪畫(huà)板,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2020-10-10
  • PyCharm 2020.1版安裝破解注冊(cè)碼永久激活(激活到2089年)

    PyCharm 2020.1版安裝破解注冊(cè)碼永久激活(激活到2089年)

    這篇文章主要介紹了PyCharm 2020.1版安裝破解注冊(cè)碼永久激活(激活到2089年),需要的朋友可以參考下
    2020-09-09
  • Django使用Celery加redis執(zhí)行異步任務(wù)的實(shí)例內(nèi)容

    Django使用Celery加redis執(zhí)行異步任務(wù)的實(shí)例內(nèi)容

    在本篇文章里小編給大家整理的是關(guān)于Django使用Celery加redis執(zhí)行異步任務(wù),需要的朋友們可以學(xué)習(xí)下。
    2020-02-02
  • Python在字典中獲取帶權(quán)重的隨機(jī)值實(shí)現(xiàn)方式

    Python在字典中獲取帶權(quán)重的隨機(jī)值實(shí)現(xiàn)方式

    這篇文章主要介紹了Python在字典中獲取帶權(quán)重的隨機(jī)值,本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2022-11-11
  • 一文秒懂python讀寫(xiě)csv xml json文件各種騷操作

    一文秒懂python讀寫(xiě)csv xml json文件各種騷操作

    多年來(lái),數(shù)據(jù)存儲(chǔ)的可能格式顯著增加,但是,在日常使用中,還是以 CSV 、 JSON 和 XML 占主導(dǎo)地位。 在本文中,我將與你分享在Python中使用這三種流行數(shù)據(jù)格式及其之間相互轉(zhuǎn)換的最簡(jiǎn)單方法,需要的朋友可以參考下
    2019-07-07
  • Python Pandas處理csv文件常用示例

    Python Pandas處理csv文件常用示例

    Pandas是一個(gè)非常強(qiáng)大的數(shù)據(jù)操作python包,支持各種數(shù)據(jù)格式,包括CSV文件,本文就來(lái)介紹一下Python Pandas處理csv文件常用示例,感興趣的可以了解一下
    2023-12-12
  • python實(shí)現(xiàn)八大排序算法(1)

    python實(shí)現(xiàn)八大排序算法(1)

    這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)八大排序算法的第一篇,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2017-09-09

最新評(píng)論