决策树预测算法Java

在Java中实现决策树预测算法，可以采用机器学习库Weka提供的API。Weka是一个Java编写的开源机器学习库，提供了丰富的机器学习算法和数据预处理工具。

以下是一个简单的决策树预测算法Java代码示例：

import weka.classifiers.trees.J48;
import weka.core.Instances;
import weka.core.converters.ConverterUtils.DataSource;

public class DecisionTree {
    public static void main(String[] args) {
        try {
            // 加载数据集
            DataSource source = new DataSource("path/to/dataset.arff");
            Instances data = source.getDataSet();
            if (data.classIndex() == -1) {
                data.setClassIndex(data.numAttributes() - 1);
            }
            
            // 构建决策树分类器
            J48 tree = new J48();
            tree.buildClassifier(data);
            
            // 预测新数据
            Instance newInstance = new Instance(4); // 新数据的特征数
            newInstance.setValue(0, 5.1);
            newInstance.setValue(1, 3.5);
            newInstance.setValue(2, 1.4);
            newInstance.setValue(3, 0.2);
            double result = tree.classifyInstance(newInstance);
            System.out.println("预测结果：" + data.classAttribute().value((int) result));
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

在上述代码中，首先加载了一个数据集，然后使用J48算法构建了一个决策树分类器。最后，使用分类器预测了一条新数据的类别。