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 16:54:12 浏览: 32
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。

相关推荐

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

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,需要的朋友可以参考下
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

主要介绍了C++通过自定义函数找出一个整数数组中第二大数的方法,涉及C++针对数组的遍历操作相关技巧,需要的朋友可以参考下
recommend-type

C++如何判断一个数字是否为质数

主要为大家详细介绍了C++如何判断一个数字是否为质数,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

C++实现两个有序数组的合并

主要为大家详细介绍了C++实现两个有序数组的合并,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

C++数据结构与算法之双缓存队列实现方法详解

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,需要的朋友可以参考下
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
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

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

解释minorization-maximization (MM) algorithm,并给出matlab代码编写的例子

Minorization-maximization (MM) algorithm是一种常用的优化算法,用于求解非凸问题或含有约束的优化问题。该算法的基本思想是通过构造一个凸下界函数来逼近原问题,然后通过求解凸下界函数的最优解来逼近原问题的最优解。具体步骤如下: 1. 初始化参数 $\theta_0$,设 $k=0$; 2. 构造一个凸下界函数 $Q(\theta|\theta_k)$,使其满足 $Q(\theta_k|\theta_k)=f(\theta_k)$; 3. 求解 $Q(\theta|\theta_k)$ 的最优值 $\theta_{k+1}=\arg\min_\theta Q(
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。