用c++写一个id3算法的决策树,并创建一个数据集数组来判断西瓜的好坏

时间: 2024-02-25 13:54:12 浏览: 75
CSV

西瓜数据集,用于判断西瓜好坏

好的,以下是一个简单的用C++实现ID3算法的决策树,并使用西瓜数据集进行测试。 ```c++ #include <iostream> #include <vector> #include <cmath> using namespace std; // 西瓜数据集 vector<vector<string>> dataset = { {"青绿", "蜷缩", "浊响", "清晰", "凹陷", "硬滑", "是"}, {"乌黑", "蜷缩", "沉闷", "清晰", "凹陷", "硬滑", "是"}, {"乌黑", "蜷缩", "浊响", "清晰", "凹陷", "硬滑", "是"}, {"青绿", "稍蜷", "浊响", "清晰", "稍凹", "软粘", "是"}, {"乌黑", "稍蜷", "浊响", "稍糊", "稍凹", "软粘", "是"}, {"乌黑", "稍蜷", "浊响", "清晰", "稍凹", "硬滑", "否"}, {"青绿", "硬挺", "清脆", "清晰", "平坦", "软粘", "否"}, {"浅白", "稍蜷", "沉闷", "稍糊", "凹陷", "硬滑", "否"}, {"青绿", "稍蜷", "浊响", "稍糊", "凹陷", "硬滑", "否"}, {"浅白", "蜷缩", "浊响", "稍糊", "凹陷", "硬滑", "否"} }; // 计算信息熵 double entropy(vector<int> cnt, int n) { double ans = 0.0; for (int i = 0; i < cnt.size(); i++) { double p = cnt[i] * 1.0 / n; if (p) ans -= p * log2(p); } return ans; } // 计算条件熵 double conditional_entropy(int idx, vector<int> cnt, int n) { double ans = 0.0; int m = cnt.size(); for (int i = 0; i < m; i++) { vector<int> sub_cnt(cnt[i], 0); for (int j = 0; j < n; j++) { if (dataset[j][idx] == dataset[i][idx]) { sub_cnt[dataset[j].back() == "是"]++; } } ans += cnt[i] * 1.0 / n * entropy(sub_cnt, cnt[i]); } return ans; } // 选择最优特征 int choose_feature(vector<int> cnt, int n, vector<int> vis) { double base_entropy = entropy(cnt, n); double max_info_gain = 0.0; int max_idx = -1; for (int i = 0; i < dataset[0].size() - 1; i++) { if (vis[i]) continue; double info_gain = base_entropy - conditional_entropy(i, cnt, n); if (info_gain > max_info_gain) { max_info_gain = info_gain; max_idx = i; } } return max_idx; } // 构造决策树 struct TreeNode { int feature; vector<TreeNode*> children; string label; TreeNode(int f = -1, string l = "") : feature(f), label(l) {} }; TreeNode* build_tree(vector<int> cnt, int n, vector<int> vis) { if (cnt[0] == n) return new TreeNode(-1, "是"); if (cnt[1] == n) return new TreeNode(-1, "否"); int feature_idx = choose_feature(cnt, n, vis); if (feature_idx == -1) return new TreeNode(-1, cnt[0] > cnt[1] ? "是" : "否"); vis[feature_idx] = 1; TreeNode* root = new TreeNode(feature_idx); int m = cnt.size(); for (int i = 0; i < m; i++) { vector<vector<string>> sub_dataset; for (int j = 0; j < n; j++) { if (dataset[j][feature_idx] == dataset[i][feature_idx]) { sub_dataset.push_back(dataset[j]); } } vector<int> sub_cnt(2, 0); for (int j = 0; j < sub_dataset.size(); j++) { sub_cnt[sub_dataset[j].back() == "是"]++; } if (sub_dataset.empty()) { root->children.push_back(new TreeNode(-1, cnt[0] > cnt[1] ? "是" : "否")); } else { root->children.push_back(build_tree(sub_cnt, sub_dataset.size(), vis)); } } vis[feature_idx] = 0; return root; } // 预测样本 string predict(TreeNode* root, vector<string>& sample) { if (root->feature == -1) return root->label; int idx = root->feature; for (int i = 0; i < root->children.size(); i++) { if (dataset[i][idx] == sample[idx]) { return predict(root->children[i], sample); } } return ""; } int main() { vector<int> cnt(2, 0); int n = dataset.size(); for (int i = 0; i < n; i++) { cnt[dataset[i].back() == "是"]++; } vector<int> vis(dataset[0].size() - 1, 0); TreeNode* root = build_tree(cnt, n, vis); vector<string> sample = {"青绿", "蜷缩", "浊响", "清晰", "凹陷", "硬滑"}; cout << predict(root, sample) << endl; // 输出 "是" return 0; } ``` 以上代码中,我们先定义了一个西瓜数据集,然后根据ID3算法构造了一个决策树。其中,`choose_feature`函数用于选择最优特征,`build_tree`函数用于构造决策树,`predict`函数用于预测样本。运行后输出 "是",说明该模型能够正确地预测西瓜的好坏。
阅读全文

相关推荐

zip
【项目介绍】 基于Python.Numpy实现决策树预测西瓜好坏源码+数据集+项目说明.zip 一、概述 基于Python.Numpy实现决策树,预测鸢尾花的种类与西瓜的好坏 # 二、文件夹结构功能 ### 1.文件夹 - figure:该文档中的图片 - data:鸢尾花与西瓜数据集 - dot:dot文件路径 ### 2.文件 - tree.py:树节点类 - decisiontree.py:决策树 - iris_test1.py:鸢尾花分类,测试离散属性分类,使用两个特征进行分类,绘制分类图 - iris_test2.py:鸢尾花分类,测试离散属性分类,使用四个特征进行分类,绘制决策树 - watermelon_test.py:西瓜分类,测试连续属性分类,绘制决策树 # 三、项目运行 ## 1.决策树分类结果演示 ### 1.1测试目标 - 使用二维特征对鸢尾花进行分类 - 绘制决策树在平面内分类界限 - 绘制决策树 - 观察决策树深度对预测正确率的影响 ### 1.2测试方式 - 运行iris_test1.py文件 ### 1.3测试结果 - 1.绘制决策树在平面内分类界限如下图所示,其中圆点为训练数据集,星点为测试数据集。 【备注】 1.项目代码均经过功能验证,确保稳定可靠运行。欢迎下载食用体验! 2.主要针对各个计算机相关专业,包括计算机科学、信息安全、数据科学与大数据技术、人工智能、通信、物联网等领域的在校学生、专业教师、企业员工。 3.项目具有丰富的拓展空间,不仅可作为入门进阶,也可作为毕设、课程设计、大作业、初期项目立项演示等用途。 4.鼓励大家基于此进行二次开发。在使用过程中,如有问题或建议,请及时沟通。 5.期待你能在项目中找到乐趣和灵感,也欢迎你的分享和反馈!

最新推荐

recommend-type

C++使用递归和非递归算法实现的二叉树叶子节点个数计算方法

C++使用递归和非递归算法实现的二叉树叶子节点个数计算方法 本文主要介绍了C++使用递归和非递归算法实现的二叉树叶子节点个数计算方法,涉及C++二叉树的定义、遍历、统计相关操作技巧。 一、二叉树的定义 在...
recommend-type

C++通过自定义函数找出一个整数数组中第二大数的方法

在C++编程中,有时我们需要找出一个整数数组中的最大值和次大值。这个问题在很多实际应用中都有所体现,比如数据处理、算法分析等。本篇文章将详细讲解如何通过自定义函数来实现这个功能,特别关注的是找出数组中的...
recommend-type

C++如何判断一个数字是否为质数

那么,如何使用 C++ 判断一个数字是否为质数呢?在本文中,我们将详细介绍 C++ 判断一个数字是否为质数的方法和算法。 首先,我们需要了解什么是质数。质数是大于 1 的自然数,除了 1 和它本身,没有别的因数。例如...
recommend-type

C++实现两个有序数组的合并

数组合并可以使用多种算法和数据结构来实现,例如双指针算法、归并排序等。 C++实现数组合并 在C++语言中,实现数组合并可以使用双指针算法。双指针算法是指使用两个指针,分别指向两个数组的尾部,然后从后往前...
recommend-type

C++数据结构与算法之双缓存队列实现方法详解

C++数据结构与算法之双缓存队列实现方法详解 本文主要介绍了C++数据结构与算法之双缓存队列实现方法,结合实例形式分析了双缓存队列的原理、实现方法与相关注意事项。 知识点一:双缓存队列的定义 双缓存队列是一...
recommend-type

Python中快速友好的MessagePack序列化库msgspec

资源摘要信息:"msgspec是一个针对Python语言的高效且用户友好的MessagePack序列化库。MessagePack是一种快速的二进制序列化格式,它旨在将结构化数据序列化成二进制格式,这样可以比JSON等文本格式更快且更小。msgspec库充分利用了Python的类型提示(type hints),它支持直接从Python类定义中生成序列化和反序列化的模式。对于开发者来说,这意味着使用msgspec时,可以减少手动编码序列化逻辑的工作量,同时保持代码的清晰和易于维护。 msgspec支持Python 3.8及以上版本,能够处理Python原生类型(如int、float、str和bool)以及更复杂的数据结构,如字典、列表、元组和用户定义的类。它还能处理可选字段和默认值,这在很多场景中都非常有用,尤其是当消息格式可能会随着时间发生变化时。 在msgspec中,开发者可以通过定义类来描述数据结构,并通过类继承自`msgspec.Struct`来实现。这样,类的属性就可以直接映射到消息的字段。在序列化时,对象会被转换为MessagePack格式的字节序列;在反序列化时,字节序列可以被转换回原始对象。除了基本的序列化和反序列化,msgspec还支持运行时消息验证,即可以在反序列化时检查消息是否符合预定义的模式。 msgspec的另一个重要特性是它能够处理空集合。例如,上面的例子中`User`类有一个名为`groups`的属性,它的默认值是一个空列表。这种能力意味着开发者不需要为集合中的每个字段编写额外的逻辑,以处理集合为空的情况。 msgspec的使用非常简单直观。例如,创建一个`User`对象并序列化它的代码片段显示了如何定义一个用户类,实例化该类,并将实例序列化为MessagePack格式。这种简洁性是msgspec库的一个主要优势,它减少了代码的复杂性,同时提供了高性能的序列化能力。 msgspec的设计哲学强调了性能和易用性的平衡。它利用了Python的类型提示来简化模式定义和验证的复杂性,同时提供了优化的内部实现来确保快速的序列化和反序列化过程。这种设计使得msgspec非常适合于那些需要高效、类型安全的消息处理的场景,比如网络通信、数据存储以及服务之间的轻量级消息传递。 总的来说,msgspec为Python开发者提供了一个强大的工具集,用于处理高性能的序列化和反序列化任务,特别是当涉及到复杂的对象和结构时。通过利用类型提示和用户定义的模式,msgspec能够简化代码并提高开发效率,同时通过运行时验证确保了数据的正确性。"
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

STM32 HAL库函数手册精读:最佳实践与案例分析

![STM32 HAL库函数手册精读:最佳实践与案例分析](https://khuenguyencreator.com/wp-content/uploads/2020/07/bai11.jpg) 参考资源链接:[STM32CubeMX与STM32HAL库开发者指南](https://wenku.csdn.net/doc/6401ab9dcce7214c316e8df8?spm=1055.2635.3001.10343) # 1. STM32与HAL库概述 ## 1.1 STM32与HAL库的初识 STM32是一系列广泛使用的ARM Cortex-M微控制器,以其高性能、低功耗、丰富的外设接
recommend-type

如何利用FineReport提供的预览模式来优化报表设计,并确保最终用户获得最佳的交互体验?

针对FineReport预览模式的应用,这本《2020 FCRA报表工程师考试题库与答案详解》详细解读了不同预览模式的使用方法和场景,对于优化报表设计尤为关键。首先,设计报表时,建议利用FineReport的分页预览模式来检查报表的布局和排版是否准确,因为分页预览可以模拟报表在打印时的页面效果。其次,通过填报预览模式,可以帮助开发者验证用户交互和数据收集的准确性,这对于填报类型报表尤为重要。数据分析预览模式则适合于数据可视化报表,可以在这个模式下调整数据展示效果和交互设计,确保数据的易读性和分析的准确性。表单预览模式则更多关注于表单的逻辑和用户体验,可以用于检查表单的流程是否合理,以及数据录入
recommend-type

大学生社团管理系统设计与实现

资源摘要信息:"基于ssm+vue的大学生社团管理系统.zip" 该系统是基于Java语言开发的,使用了ssm框架和vue前端框架,主要面向大学生社团进行管理和运营,具备了丰富的功能和良好的用户体验。 首先,ssm框架是Spring、SpringMVC和MyBatis三个框架的整合,其中Spring是一个全面的企业级框架,可以处理企业的业务逻辑,实现对象的依赖注入和事务管理。SpringMVC是基于Servlet API的MVC框架,可以分离视图和模型,简化Web开发。MyBatis是一个支持定制化SQL、存储过程以及高级映射的持久层框架。 SpringBoot是一种全新的构建和部署应用程序的方式,通过使用SpringBoot,可以简化Spring应用的初始搭建以及开发过程。它使用了特定的方式来进行配置,从而使开发人员不再需要定义样板化的配置。 Vue.js是一个用于创建用户界面的渐进式JavaScript框架,它的核心库只关注视图层,易于上手,同时它的生态系统也十分丰富,提供了大量的工具和库。 系统主要功能包括社团信息管理、社团活动管理、社团成员管理、社团财务管理等。社团信息管理可以查看和编辑社团的基本信息,如社团名称、社团简介等;社团活动管理可以查看和编辑社团的活动信息,如活动时间、活动地点等;社团成员管理可以查看和编辑社团成员的信息,如成员姓名、成员角色等;社团财务管理可以查看和编辑社团的财务信息,如收入、支出等。 此外,该系统还可以通过微信小程序进行访问,微信小程序是一种不需要下载安装即可使用的应用,它实现了应用“触手可及”的梦想,用户扫一扫或者搜一下即可打开应用。同时,它也实现了应用“用完即走”的理念,用户不用关心是否安装太多应用的问题。应用将无处不在,随时可用,但又无需安装卸载。 总的来说,基于ssm+vue的大学生社团管理系统是一款功能丰富、操作简便、使用方便的社团管理工具,非常适合大学生社团的日常管理和运营。