Beste Lern-Algorithmus, um eine Entscheidung Baum in java?
Ich habe Datensätze mit Angaben wie Alter, Ort, Alter der Kinder, ... und ein Ergebnis (confirm, accept).
Helfen modelisation des "workflow", erstellen Sie automatisch einen Entscheidungsbaum basierend auf der bisherigen Datensätze.
Ich haben, werfen Sie einen Blick auf http://en.wikipedia.org/wiki/Decision_tree_learning und ich weiß, dass das problem offensichtlich nicht offensichtlich.
Ich will nur Ratschläge, einige Algorithmus oder einige libs zu diesem Thema was kann mir helfen, in der Konstruktion eines entscheidungsbaums basiert auf samples.
"modelisation der workflow" verwirrt mich. Was genau wollen Sie erreichen? Automatisch Sortieren, neuen Datensätzen oder zu überprüfen, ob bestehende Datensätze haben das richtige Ergebnis, oder was?
Wir haben einige Datensätze mit rechtlichen Fragen. Einige juristische Fall nur dann abgelehnt werden, wenn eine personn haben ein Alter unter 18. Dies ist ein offensichtliches Beispiel, aber wollen wir erstellen automatisch einen Entscheidungsbaum durch Urteil zu machen, ein Modell des Gesetzes, zu Bearbeiten und verfeinern Sie es nach. Dies ist der Hauptgrund, warum wir nicht wollen, dass ein neuronales Netzwerk da können wir nicht nachvollziehen und beweisen Auswahlmöglichkeiten
Wir haben einige Datensätze mit rechtlichen Fragen. Einige juristische Fall nur dann abgelehnt werden, wenn eine personn haben ein Alter unter 18. Dies ist ein offensichtliches Beispiel, aber wollen wir erstellen automatisch einen Entscheidungsbaum durch Urteil zu machen, ein Modell des Gesetzes, zu Bearbeiten und verfeinern Sie es nach. Dies ist der Hauptgrund, warum wir nicht wollen, dass ein neuronales Netzwerk da können wir nicht nachvollziehen und beweisen Auswahlmöglichkeiten
InformationsquelleAutor X-Blaster | 2009-10-13
Schreibe einen Kommentar
Du musst angemeldet sein, um einen Kommentar abzugeben.
Sollten Sie einen Blick auf Weka, eine freie Java-based supervised learning suite.
Nach der Konvertierung Ihrer Daten in Weka ' s einfache text-basierte .arff-format, sollten Sie in der Lage sein, die Nutzung der GUI oder command-line interface zu trainieren und testen Sie eine Vielzahl verschiedener Klassifikatoren auf, die Daten, einschließlich:
Experimentieren mit dieser Schnittstelle können Sie ganz einfach versuchen, verschiedene Klassifikatoren und Trainings-Parameter zu bestimmen, die diejenigen durchführen, die am besten auf Ihre Daten.
Können Sie auch verwenden Sie eine API zu integrieren, Weka in Ihren eigenen source code.
Tja, man könnte bauen Sie Ihre Entscheidung Baum auf einem lokalen Rechner zu erstellen, dann exportieren Sie die Struktur in der form von java-source-code und führen Sie es auf Android. Aber das wird nicht helfen, wenn Sie wirklich wollen, zu tun, die Ausbildung auf Android-Sie werden wahrscheinlich feststellen, eine alternative zu Weka. Vielleicht etwas, das nicht nur macht, decision trees? Sie googeln für "decision tree-java" zeigt zumindest ein paar Ergebnisse.
InformationsquelleAutor Nate Kohl
Wenn Sie wollen, vergleichen die Leistung von verschiedenen Arten von Entscheidungsbäumen von Weka, siehe benchmark-Ergebnisse gesammelt TunedIT.org:
http://tunedit.org/results?d=UCI&a=Weka*Baum.
Spielen mit drop-down-Listen und-name Muster der algorithmen/datasets zu entscheiden, welche Ergebnisse präsentiert werden sollen.
InformationsquelleAutor Marcin