weka决策树是如何对测试集进行分类的？

daily11 2016-05-24 03:51:17

有的博客上说，Weka在实现上，是遍历了这个Instance属于不同的class的可能性，并从中选出了一个最大的。我看过源代码，weka决策树模型最终也是将测试元组带入检测，直到叶子节点。我们知道，叶子节点要么为0要么为1，这样还有必要去比较Instance属于不同的class的可能性吗？

...全文

437 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

本实验报告聚焦于使用Weka工具，结合C4.5算法，对UCI数据集进行分类学习，探究数据集规模和属性数量对决策树分类准确度的影响。 决策树是一种常用的数据挖掘方法，它以树状结构呈现，自顶向下递归地根据属性值进行...

基于决策树分类的Weka平台上数据挖掘应用.pdf

决策树是基于树状结构进行决策的模型，每个内部节点代表一个特征或属性测试，每个分支代表一个测试结果，而叶节点则代表一个决策类别。决策树的学习过程通常包括划分数据集、选择最佳分裂属性以及构建树结构三个阶段...

#### 弱决策树测试流程完成训练后，接下来是对模型进行测试，以评估其在未知数据上的表现： 1. **准备测试数据**：选取一部分未参与训练的数据作为测试集。 2. **模型评估**：将测试数据输入到训练好的决策树模型...

在本话题中，我们将深入探讨如何使用决策树进行归纳分类算法，以及与之相关的Java实现和信息增益度量。 决策树是一种直观的模型，它通过一系列问题（即特征或属性）来划分数据，最终形成一个树状结构。在每个内部...

51,397

社区成员

85,841

社区内容

发帖

与我相关

我的任务

javaspring bootspring cloud 技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章