最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

python實現(xiàn)C4.5決策樹算法

 更新時間:2018年08月29日 15:11:39   作者:楊柳岸曉風  
這篇文章主要為大家詳細介紹了python實現(xiàn)C4.5決策樹算法,具有一定的參考價值,感興趣的小伙伴們可以參考一下

C4.5算法使用信息增益率來代替ID3的信息增益進行特征的選擇,克服了信息增益選擇特征時偏向于特征值個數(shù)較多的不足。信息增益率的定義如下:

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


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


class C45DTree(object):
 def __init__(self): # 構造方法
  self.tree = {} # 生成樹
  self.dataSet = [] # 數(shù)據(jù)集
  self.labels = [] # 標簽集


 # 數(shù)據(jù)導入函數(shù)
 def loadDataSet(self, path, labels):
  recordList = []
  fp = open(path, "rb") # 讀取文件內容
  content = fp.read()
  fp.close()
  rowList = content.splitlines() # 按行轉換為一維表
  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)行決策樹函數(shù)
 def train(self):
  labels = copy.deepcopy(self.labels)
  self.tree = self.buildTree(self.dataSet, labels)


 # 構件決策樹:穿件決策樹主程序
 def buildTree(self, dataSet, lables):
  cateList = [data[-1] for data in dataSet] # 抽取源數(shù)據(jù)集中的決策標簽列
  # 程序終止條件1:如果classList只有一種決策標簽,停止劃分,返回這個決策標簽
  if cateList.count(cateList[0]) == len(cateList):
   return cateList[0]
  # 程序終止條件2:如果數(shù)據(jù)集的第一個決策標簽只有一個,返回這個標簽
  if len(dataSet[0]) == 1:
   return self.maxCate(cateList)
  # 核心部分
  bestFeat, featValueList= self.getBestFeat(dataSet) # 返回數(shù)據(jù)集的最優(yōu)特征軸
  bestFeatLabel = lables[bestFeat]
  tree = {bestFeatLabel: {}}
  del (lables[bestFeat])
  for value in featValueList: # 決策樹遞歸生長
   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) # 構建子樹
   tree[bestFeatLabel][value] = subTree
  return tree


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


 # 計算最優(yōu)特征
 def getBestFeat(self, dataSet):
  Num_Feats = len(dataSet[0][:-1])
  totality = len(dataSet)
  BaseEntropy = self.computeEntropy(dataSet)
  ConditionEntropy = []  # 初始化條件熵
  slpitInfo = [] # for C4.5,caculate gain ratio
  allFeatVList = []
  for f in xrange(Num_Feats):
   featList = [example[f] for example in dataSet]
   [splitI, featureValueList] = self.computeSplitInfo(featList)
   allFeatVList.append(featureValueList)
   slpitInfo.append(splitI)
   resultGain = 0.0
   for value in featureValueList:
    subSet = self.splitDataSet(dataSet, f, value)
    appearNum = float(len(subSet))
    subEntropy = self.computeEntropy(subSet)
    resultGain += (appearNum/totality)*subEntropy
   ConditionEntropy.append(resultGain) # 總條件熵
  infoGainArray = BaseEntropy*ones(Num_Feats)-array(ConditionEntropy)
  infoGainRatio = infoGainArray/array(slpitInfo) # C4.5信息增益的計算
  bestFeatureIndex = argsort(-infoGainRatio)[0]
  return bestFeatureIndex, allFeatVList[bestFeatureIndex]

 # 計算劃分信息
 def computeSplitInfo(self, featureVList):
  numEntries = len(featureVList)
  featureVauleSetList = list(set(featureVList))
  valueCounts = [featureVList.count(featVec) for featVec in featureVauleSetList]
  pList = [float(item)/numEntries for item in valueCounts]
  lList = [item*math.log(item, 2) for item in pList]
  splitInfo = -sum(lList)
  return splitInfo, featureVauleSetList


 # 計算信息熵
 # @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


 # 劃分數(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:]) # 將特征軸之后的元素加回
    rtnList.append(rFeatVec)
  return rtnList

 # 存取樹到文件
 def storetree(self, inputTree, filename):
  fw = open(filename,'w')
  pickle.dump(inputTree, fw)
  fw.close()

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

調用代碼

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

from numpy import *
from C45DTree import *

dtree = C45DTree()
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內容,希望對大家的學習有所幫助,也希望大家多多支持腳本之家。

相關文章

  • 關于python中模塊和重載的問題

    關于python中模塊和重載的問題

    這篇文章主要介紹了python模塊和重載的問題,本文通過實例代碼給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下
    2021-11-11
  • Python實現(xiàn)bilibili時間長度查詢的示例代碼

    Python實現(xiàn)bilibili時間長度查詢的示例代碼

    這篇文章主要介紹了Python實現(xiàn)bilibili時間長度查詢的示例代碼,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2020-01-01
  • Python調用服務接口的實例

    Python調用服務接口的實例

    今天小編就為大家分享一篇Python調用服務接口的實例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-01-01
  • 解決python寫的windows服務不能啟動的問題

    解決python寫的windows服務不能啟動的問題

    使用py2exe生成windows服務在win7下可以正常運行,但是到了xp下面可以安裝,但是無法啟動
    2014-04-04
  • tensorflow轉onnx的實現(xiàn)方法

    tensorflow轉onnx的實現(xiàn)方法

    本文主要介紹了tensorflow轉onnx的實現(xiàn)方法,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2023-03-03
  • 淺析python3中的os.path.dirname(__file__)的使用

    淺析python3中的os.path.dirname(__file__)的使用

    這篇文章主要介紹了python3中的os.path.dirname(__file__)的使用,非常不錯,具有一定的參考借鑒價值,需要的朋友可以參考下
    2018-08-08
  • Python查找兩個有序列表中位數(shù)的方法【基于歸并算法】

    Python查找兩個有序列表中位數(shù)的方法【基于歸并算法】

    這篇文章主要介紹了Python查找兩個有序列表中位數(shù)的方法,結合實例形式分析了Python基于歸并算法遍歷、計算有序列表相關操作技巧,需要的朋友可以參考下
    2018-04-04
  • python3之Splash的具體使用

    python3之Splash的具體使用

    Splash是一個javascript渲染服務。本文主要介紹了python3之Splash的具體使用,文中通過示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2021-08-08
  • pyppeteer執(zhí)行js繞過webdriver監(jiān)測方法上

    pyppeteer執(zhí)行js繞過webdriver監(jiān)測方法上

    這篇文章主要為大家介紹了pyppeteer執(zhí)行js繞過webdriver監(jiān)測方法,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步早日升職加薪
    2022-04-04
  • python實現(xiàn)用于測試網(wǎng)站訪問速率的方法

    python實現(xiàn)用于測試網(wǎng)站訪問速率的方法

    這篇文章主要介紹了python實現(xiàn)用于測試網(wǎng)站訪問速率的方法,涉及Python中urllib2模塊及時間的相關操作技巧,需要的朋友可以參考下
    2015-05-05

最新評論

苍梧县| 桂东县| 潍坊市| 龙口市| 长沙县| 许昌市| 通城县| 牟定县| 平远县| 阿拉善盟| 安国市| 离岛区| 九龙县| 洪湖市| 青龙| 平乐县| 尚志市| 富宁县| 昌乐县| 射洪县| 诸暨市| 大竹县| 白沙| 平原县| 施秉县| 永定县| 昭觉县| 鄂温| 万全县| 来安县| 长垣县| 西昌市| 蒲城县| 尼勒克县| 驻马店市| 马龙县| 开江县| 千阳县| 故城县| 布尔津县| 麻阳|