問題タブ [decision-tree]

I ディシジョン ツリーは Python で辞書として実装されています。例：

ツリーを出力する再帰関数があります。

関数を実行したときに出力される None を抑制するにはどうすればよいですか?

'' を返そうとしましたが、不要な余分な改行が発生します。集団知能のプログラミングの 151 ページの 'printtree' 関数から構築しています。

Matlab でのブースティングで使用する決定木の切り株を作成する方法について何か考えはありますか? つまり、最終的に 1 レベルだけになるように classregtree に送信できるパラメータがあるということですか? 剪定を試みましたが、必ずしも切り株ができるわけではありません (シングル カット)。2 カットしか取れないこともありました (アンバランス ツリー)。

ClassificationTree.template と fitensemble 関数は認識していますが、独自のブースティング アルゴリズムを作成して、fitensemble で提供されていない LDA またはその他の分類器で使用したいと考えています。

ありがとう

これが私の問題です。マルチターゲットデシジョンツリーアルゴリズムを実装する必要があります。マルチターゲットは、マルチラベル学習の拡張であり、ラベルはバイナリではありませんが、連続的、カテゴリ的などの場合があります。たとえば、マルチラベル分類問題のラベルベクトルは次のようになります{1,0,1,0,0,0,1}、マルチターゲットの場合は次のようになります{2,35,3、-2、 24}。私の問題はこれです。3つの離散値をとるラベルがある場合、それらをベクトルで表すにはどうすればよいですか？私がjobというラベルを持っていて、メカニック、教師、アスリートの3つの値を取るとします。ベクトルで使用するためにこのラベルをコーディングするにはどうすればよいですか？分割を見つけるために決定木の各ノードで、このノードのすべてのラベルベクトルの平均ベクトルを計算する必要があります（分散法の方程式を使用して分割を見つけています）。バイナリラベルがあれば、0と1を追加しても問題がないため、これは簡単です。これらの3つのジョブを0,1,2でコーディングすると、これは問題になります。これは、ラベルアスリートを含むラベルベクトルを追加すると、ジョブメカニックを含むベクトルを追加するよりもカウントされ、平均ベクトルが不正確になるためです。

この例を見てみましょう。私はこれらの3つのラベルを持っています：

結婚したラベルは{0,1}としてコード化でき、年齢ラベルは連続した数字としてコード化できると言うのは簡単です。しかし、どうすればジョブラベルをコーディングできますか？{0,1,2}としてコーディングすると、次の問題が発生します。ノード内の2つのラベルベクトルを想像してみてください。{0,0,45}はメカニック、既婚、45歳に対応し、{2,1,48}はアスリート、未婚、45歳に対応します。平均ベクトルは{1,0.5,46.5}です。このベクトルを使用すると、そのノードに分類されるインスタンスの年齢は46.5であると予測できます。つまり、インスタンスは結婚していないと言えます（0.5以上のルールでは1です）。仕事は先生です。他の人は大丈夫ですが、先生の仕事は完全に間違っています。これで、カテゴリラベルのコーディングの問題がわかります。ヘルプまたはアドバイス??? ありがとう

トレーニングセットに例が少なすぎる場合に、ID3を使用して決定木ビルドを整理する方法。

私はそれをトレーニング、検証、テストセットに分けることができないので、それは問題外です。

使用される可能性のある統計的手法などはありますか？

Wekaでは、コマンドラインから分類/決定木を表示する方法は?

私はiOSアプリに取り組んでおり、ユーザーが意思決定ツリーを介して特定のレポートの件名を選択できるようにする必要があります（を使用しUITableViewて利用可能なオプションを進めます）。私は利用可能なすべてのオプションを注文する良い方法を見つけようとしています。いくつかのレイヤーには約5つのレイヤーと10以上のアイテムがあります。

• キャビネット
  • 木製
    • 黒
      • ピカピカ
      • 光沢がない
        • 等
  • 茶色
    • 等
  • 白
    • 等
• 鋼
  • 等
• ファブリック
  • 等

誰かがこれを行うために特定の変数型にアドバイスすることができますか？aを使用して、NSMutableArray他の配列などへのポインターを入力することを考えましたが、最終的には実際にNSStrings返されるポインターがたくさんあることになります（それが理にかなっている場合）。

a、b、cの3つの変数を使用する場合、これから決定木を定式化しようとしています。

単純な選択ソートですが、実際にすべての変数を追跡することは非常に困難です。ほとんどの単純な決定木はかなり簡単に作成できますが、これは非常に単純なはずですが、非常に困難です。

これを一般的に行うためのヒントやコツを教えてもらえますか?

オンラインで入手できるいくつかのデータセットを使用して、ツリーを視覚化しようとしています。ただし、ツリーオプションをまったく視覚化できません。オンラインで入手可能なデータセットを使用してwekaでツリー図を取得する方法を教えてください。

私は、rpartパッケージを使用してRの決定木（CART）を使用して、SST（予測変数）と気候（予測変数）の関係を調べています。

ツリーを特定の構造に「強制」したいと思います。つまり、予測変数1で分割し、次に変数2で分割します。

私はしばらくの間Rを使用しているので、rpart関数の背後にあるコードを調べて、特定の予測変数で「最良の分割」を最初に検索するように変更できると思いました。ただし、rpart関数はCルーチンを呼び出し、CIの経験がない場合はここで失われます...

関数を最初から作成することもできますが、可能であれば避けたいと思います。だから私の質問は：

• ツリーの構造を強制できる別の決定木手法（できればRで実装）はありますか？
• そうでない場合-CコードをRに変換する方法はありますか？
• 他のアイデアはありますか？

よろしくお願いします。助けていただければ幸いです。

基本的に、私の決定木は通常のアルゴリズムを使用して値を分類できません。

ノードに到達すると、2 つのオプション (たとえば、晴れと風) がありますが、このノードでは値が異なります (たとえば、雨)。

これに対処する方法はありますか?たとえば、ツリーを変更するか、他のデータに基づいて推定するだけですか?

そのノードで最も一般的な値を割り当てることを考えていましたが、これは単なる推測です。