决策树学习之 ID3 C++STL代码实现

来源：互联网发布：java执行输入参数命令编辑：程序博客网时间：2024/06/11 21:06

很久没写含这么多stl的程序了，很故意的用set，map，vector，熟手一下。

也记录一下吧，虽然写得比较渣。

三个文件：

测试数据：data.txt

[plain] view plaincopy

D1 Sunny Hot High Weak No
D2 Sunny Hot High Strong No
D3 Overcast Hot High Weak Yes
D4 Rain Mild High Weak Yes
D5 Rain Cool Normal Weak Yes
D6 Rain Cool Normal Strong No
D7 Overcast Cool Normal Strong Yes
D8 Sunny Mild High Weak No
D9 Sunny Cool Normal Weak Yes
D10 Rain Mild Normal Weak Yes
D11 Sunny Mild Normal Strong Yes
D12 Overcast Mild High Strong Yes
D13 Overcast Hot Normal Weak Yes
D14 Rain Mild High Strong No

程序头文件:id3.h

[cpp] view plaincopy

#ifndef ID3_H
#define ID3_H
#include<fstream>
#include<iostream>
#include<vector>
#include<map>
#include<set>
#include<cmath>
using namespace std;
const int DataRow=14;
const int DataColumn=6;
struct Node
{
double value;//代表此时yes的概率。
int attrid;
Node * parentNode;
vector<Node*> childNode;
};
#endif

程序源文件id3.cpp

[cpp] view plaincopy

#include "id3.h"
string DataTable[DataRow][DataColumn];
map<string,int> str2int;
set<int> S;
set<int> Attributes;
string attrName[DataColumn]={"Day","Outlook","Temperature","Humidity","Wind","PlayTennis"};
string attrValue[DataColumn][DataRow]=
{
{},//D1,D2这个属性不需要
{"Sunny","Overcast","Rain"},
{"Hot","Mild","Cool"},
{"High","Normal"},
{"Weak","Strong"},
{"No","Yes"}
};
int attrCount[DataColumn]={14,3,3,2,2,2};
double lg2(double n)
{
return log(n)/log(2);
}
void Init()
{
ifstream fin("data.txt");
for(int i=0;i<14;i++)
{
for(int j=0;j<6;j++)
{
fin>>DataTable[i][j];
}
}
fin.close();
for(int i=1;i<=5;i++)
{
str2int[attrName[i]]=i;
for(int j=0;j<attrCount[i];j++)
{
str2int[attrValue[i][j]]=j;
}
}
for(int i=0;i<DataRow;i++)
S.insert(i);
for(int i=1;i<=4;i++)
Attributes.insert(i);
}
double Entropy(const set<int> &s)
{
double yes=0,no=0,sum=s.size(),ans=0;
for(set<int>::iterator it=s.begin();it!=s.end();it++)
{
string s=DataTable[*it][str2int["PlayTennis"]];
if(s=="Yes")
yes++;
else
no++;
}
if(no==0||yes==0)
return ans=0;
ans=-yes/sum*lg2(yes/sum)-no/sum*lg2(no/sum);
return ans;
}
double Gain(const set<int> & example,int attrid)
{
int attrcount=attrCount[attrid];
double ans=Entropy(example);
double sum=example.size();
set<int> * pset=new set<int>[attrcount];
for(set<int>::iterator it=example.begin();it!=example.end();it++)
{
pset[str2int[DataTable[*it][attrid]]].insert(*it);
}
for(int i=0;i<attrcount;i++)
{
ans-=pset[i].size()/sum*Entropy(pset[i]);
}
return ans;
}
int FindBestAttribute(const set<int> & example,const set<int> & attr)
{
double mx=0;
int k=-1;
for(set<int>::iterator i=attr.begin();i!=attr.end();i++)
{
double ret=Gain(example,*i);
if(ret>mx)
{
mx=ret;
k=*i;
}
}
if(k==-1)
cout<<"FindBestAttribute error!"<<endl;
return k;
}
Node * Id3_solution(set<int> example,set<int> & attributes,Node * parent)
{
Node *now=new Node;//创建树节点。
now->parentNode=parent;
if(attributes.empty())//如果此时属性列表已用完，即为空，则返回。
return now;
/*
* 统计一下example，如果都为正或者都为负则表示已经抵达决策树的叶子节点
* 叶子节点的特征是有childNode为空。
*/
int yes=0,no=0,sum=example.size();
for(set<int>::iterator it=example.begin();it!=example.end();it++)
{
string s=DataTable[*it][str2int["PlayTennis"]];
if(s=="Yes")
yes++;
else
no++;
}
if(yes==sum||yes==0)
{
now->value=yes/sum;
return now;
}
/*找到最高信息增益的属性并将该属性从attributes集合中删除*/
int bestattrid=FindBestAttribute(example,attributes);
now->attrid=bestattrid;
attributes.erase(attributes.find(bestattrid));
/*将exmple根据最佳属性的不同属性值分成几个分支，每个分支有即一个子树*/
vector< set<int> > child=vector< set<int> >(attrCount[bestattrid]);
for(set<int>::iterator i=example.begin();i!=example.end();i++)
{
int id=str2int[DataTable[*i][bestattrid]];
child[id].insert(*i);
}
for(int i=0;i<child.size();i++)
{
Node * ret=Id3_solution(child[i],attributes,now);
now->childNode.push_back(ret);
}
return now;
}
int main()
{
Init();
Node * Root=Id3_solution(S,Attributes,NULL);
return 0;
}

决策树学习 之 ID3 C++STL代码实现

决策树学习之 ID3 C++STL代码实现