C45算法建立决策树JAVA练习Word格式.docx
《C45算法建立决策树JAVA练习Word格式.docx》由会员分享，可在线阅读，更多相关《C45算法建立决策树JAVA练习Word格式.docx（18页珍藏版）》请在冰点文库上搜索。
>
attributeList）{
System.out.println（"
当前的DATA为"
）;
for（inti=0;
i<
data.size（）;
i++）{ArrayList<
temp=data.get（i）;
for（intj=0;
j<
temp.size（）;
j++）{System.out.print（temp.get（j）+"
"
}
System.out.println（）;
当前的ATTR为"
attributeList.size（）;
i++）{System.out.print（attributeList.get（i）+"
System.out.println（"
TreeNodenode=newTreeNode（）;
Stringresult=InfoGain.IsPure（InfoGain.getTarget（data））;
if（result!
=null）{node.setNodeName（"
leafNode"
node.setTargetFunValue（result）;
returnnode;
if（attributeList.size（）==0）{node.setTargetFunValue（result）;
returnnode;
}else{
InfoGaingain=newInfoGain（data,attributeList）;
doublemaxGain=0.0;
intattrIndex=-1;
i++）{doubletempGain=gain.getGainRatio（i）;
if（maxGain<
tempGain）{maxGain=tempGain;
attrIndex=i;
选择出的最大增益率属性为：
attributeList.get（attrIndex））;
node.setAttributeValue（attributeList.get（attrIndex））;
List<
resultData=null;
Map<
String,Long>
attrvalueMap=gain.getAttributeValue（attrIndex）;
for（Map.Entry<
String,Long>
entry:
attrvalueMap.entrySet（））{
resultData=gain.getData4Value（entry.getKey（）,
attrIndex）;
if（resultData.size（）==0）{
leafNode.setNodeName（attributeList.get（attrIndex））;
leafNode.setTargetFunValue（result）;
leafNode.setAttributeValue（entry.getKey（））;
for（intj=0;
j<
resultData.size（）;
j++）{
resultData.get（j）.remove（attrIndex）;
resultAttr=new
（attributeList）;
resultAttr.remove（attrIndex）;
leafNode=createDT（resultData,resultAttr）;
node.getChildTreeNode（）.add（leafNode）;
node.getPathName（）.add（entry.getKey（））;
classTreeNode{
privateStringattributeValue;
privateList<
TreeNode>
childTreeNode;
pathName;
privateStringtargetFunValue;
privateStringnodeName;
publicTreeNode（StringnodeName）{
this.nodeName=nodeName;
this.childTreeNode=newArrayList<
（）;
this.pathName=newArrayList<
publicTreeNode（）{
publicStringgetAttributeValue（）{
returnattributeValue;
publicvoidsetAttributeValue（StringattributeValue）{this.attributeValue=attributeValue;
publicList<
getChildTreeNode（）{returnchildTreeNode;
publicvoidsetChildTreeNode（List<
childTreeNode）{this.childTreeNode=childTreeNode;
publicStringgetTargetFunValue（）{
returntargetFunValue;
publicvoidsetTargetFunValue（StringtargetFunValue）{this.targetFunValue=targetFunValue;
publicStringgetNodeName（）{
returnnodeName;
publicvoidsetNodeName（StringnodeName）{this.nodeName=nodeName;
getPathName（）{
returnpathName;
publicvoidsetPathName（List<
pathName）{this.pathName=pathName;
增益率计算类（取log的时候底用的是e，没用2）
importjava.util.HashMap;
importjava.util.HashSet;
importjava.util.Iterator;
importjava.util.Set;
//C4.5实现
publicclassInfoGain{
data;
attribute;
publicInfoGain（List<
data,List<
attribute）{
this.data=newArrayList<
i++）{
t=newArrayList<
j++）{t.add（temp.get（j））;
this.data.add（t）;
this.attribute=newArrayList<
for（intk=0;
k<
attribute.size（）;
k++）{this.attribute.add（attribute.get（k））;
/*this.data=data;
this.attribute=attribute;
*/
//获得熵
publicdoublegetEntropy（）{
Map<
targetValueMap=getTargetValue（）;
Set<
targetkey=targetValueMap.keySet（）;
doubleentropy=0.0;
for（Stringkey:
targetkey）{
doublep=MathUtils.div（（double）targetValueMap.get（key）,
（double）data.size（））;
entropy+=（-1）*p*Math.log（p）;
returnentropy;
//获得InfoApublicdoublegetInfoAttribute（intattributeIndex）{
attributeValueMap=getAttributeValue（attributeIndex）;
doubleinfoA=0.0;
attributeValueMap.entrySet（））{
intsize=data.size（）;
doubleattributeP=MathUtils.div（（double）entry.getValue（）（double）size）;
targetValueMap=getAttributeValueTargetValue（entry.getKey（）,attributeIndex）;
longtotalCount=0L;
entryValue:
targetValueMap.entrySet（））{totalCount+=entryValue.getValue（）;
}doublevalueSum=0.0;
for（Map.Entry<
entryTargetValue:
targetValueMap.entrySet（））{
doublep=MathUtils.div（（double）entryTargetValue.getValue（）,（double）totalCount）;
valueSum+=Math.log（p）*p;
infoA+=（-1）*attributeP*valueSum;
returninfoA;
//得到属性值在决策空间的比例publicMap<
getAttributeValueTargetValue（StringattributeName,intattributeIndex）{
targetValueMap=newHashMap<
Iterator<
iterator=data.iterator（）;
while（iterator.hasNext（））{
tempList=iterator.next（）;
if（attributeName.equalsIgnoreCase（tempList.get（attributeIndex）））{
intsize=tempList.size（）;
Stringkey=tempList.get（size-1）;
Longvalue=targetValueMap.get（key）;
targetValueMap.put（key,value!
=
returntargetValueMap;
null?
++value:
1L）;
//得到属性在决策空间上的数量
publicMap<
getAttributeValue（
intattributeIndex）{
attributeValueMap=HashMap<
for（ArrayList<
note:
data）{Stringkey=note.get（attributeIndex）;
Longvalue=attributeValueMap.get（key）;
attributeValueMap.put（key,value!
returnattributeValueMap;
new
getData4Value（StringattrValue,
int
attrIndex）{
resultData=newArrayList<
for（;
iterator.hasNext（）;
）{
templist=iterator.next（）;
if（templist.get（attrIndex）.equalsIgnoreCase（attrValue））{ArrayList<
temp=（ArrayList<
）templist.clone（）;
resultData.add（temp）;
returnresultData;
//获得增益率
publicdoublegetGainRatio（intattributeIndex）{
returnMathUtils.div（getGain（attributeIndex）,getSplitInfo（attributeIndex））;
//获得增益量
publicdoublegetGain（intattributeIndex）{
returngetEntropy（）-getInfoAttribute（attributeIndex）;
//得到惩罚因子
publicdoublegetSplitInfo（intattributeIndex）{
doublesplitA=0.0;
doubleattributeP=MathUtils.div（（double）entry.getValue（）
（double）size）;
splitA+=attributeP*Math.log（attributeP）*（-1）;
returnsplitA;
//得到目标函数在当前集合范围内的离散的值
getTargetValue（）{
Stringkey=tempList.get（tempList.size（）-1）;
Longvalue=targetValueMap.get（key）;
targetValueMap.put（key,value!
=null?
1L）;
}
//获得TARGET值
publicstaticList<
getTarget（List<
list=newArrayList<
temp:
data）{intindex=temp.size（）-1;
Stringvalue=temp.get（index）;
list.add（value）;
returnlist;
//判断当前纯度是否100%
publicstaticStringIsPure（List<
list）{
Set<
set=newHashSet<
for（Stringname:
list）{set.add（name）;
}if（set.size（）>
1）returnnull;
iterator=set.iterator（）;
returniterator.next（）;
测试类，数据集读取以上的分别放到2个List中。
importC45Test.DecisionTree.TreeNode;
publicclassMainC45{
privatestaticfinalList<
dataList=ArrayList<
attributeList=new
publicstaticvoidmain（Stringargs[]）{
DecisionTreedt=newDecisionTree（）;
TreeNodenode=dt.createDT（configData（）,configAttribute（））;
大数运算工具类
importjava.math.BigDecimal;
publicabstractclassMathUtils{
//默认余数长度
privatestaticfinalintDIV_SCALE=10;
//受限于DOUBLE长度
publicstaticdoubleadd（doublevalue1,doublevalue2）{
BigDecimalbig1=newBigDecimal（String.valueOf（value1））;
BigDecimalbig2=newBigDecimal（String.valueOf（value2））;
returnbig1.add（big2）.doubleValue（）;
//大数加法
publicstaticdoubleadd（Stringvalue1,Stringvalue2）{
BigDecimalbig1=newBigDecimal（value1）;
BigDecimalbig2=newBigDecimal（value2）;
publicstaticdoublediv（doublevalue1,doublevalue2）{
BigD
升级会员 