1

我正在为计算机视觉课程准备一项任务，其中涉及在从图像中提取特征后训练一个简单的分类器。由于机器学习不是这里的主要话题，我不希望学生从头开始实施学习算法。所以，我不得不向他们推荐一些参考实现。我相信决策树分类器适合于此。

问题是该类允许使用的语言种类非常多：C++、C#、Delphi。另外，我不希望学生花很多时间在任何技术问题上，比如链接图书馆。WEKA 非常适合 Java。我们也可以将 OpenCV 与所有包装器一起使用，但它相当大而且笨拙，而我想要一些简单而甜蜜的东西。

那么，您知道任何用于学习决策树的简单 C++/C#/Delphi 库吗？

4

3 回答 3

2

我知道这样的库，我最近只使用过其中一个。这两个是华夫饼和基于蒂尔堡的记忆学习器（TiMBL）。两者都是免费和开源的（分别是 lgpl 和 GNU gpl）。此外，两者都是稳定、成熟的库。Waffles 是由一个开发人员创建和维护的，而我认为 TiMBL 是一个学术项目（针对语言学领域）。

在这两个中，我只使用了 Waffles 中的决策树模块（在 GDecisionTree 类中，请参阅此处的文档） Waffles 可能是这里的首选库，因为它包含一组不错的描述性统计函数以及用于诊断的绘图函数，以可视化解决方案空间等。库作者 (Mike Gashler) 还包含了一组演示应用程序，但我不记得其中一个应用程序是否是决策树。

我已经使用了 Waffles Library 中的几个类（包括决策树类），我当然可以推荐它。关于 Tilburg-Based Memory Learner，我无法多说什么，因为我从未使用过它的决策树类。

于 2010-10-05T06:35:01.307 回答
2

你看过Alglib中的“决策森林”实现吗？它是免费的学术用途。该网页声称支持 C++/C# 和（也许）Delphi。它不是决策树实现，但在许多问题上，随机森林往往比单一决策树更好的分类器，而且它们的训练时间也不长。我的猜测是，很难在多种语言中找到一致的决策树实现，因为有很多不同类型的决策树算法。

如果 Alglib 不是您需要的，维基百科文章中列出了许多其他开源随机森林库。Cavaet：Alglib 实现声称不是传统的随机森林。

于 2010-10-07T19:40:35.127 回答
0

编程语言不是问题。很难找到每种语言的决策树实现。几乎不可能保证所有版本都是相同的实现。

由于决策树是一种黑盒方法。您可以将训练和测试数据写入标准文件（例如 Weka 中的 arff 格式，opencv 也有自己的格式。）并使用命令行调用树学习器和测试器。这样，所有学生都有相同的决策树。否则，学生 A 使用好的树学习器，学生 B 使用不好的树学习器，当他们的结果不同时，你不知道是来自决策树的差异还是 CV 部分（例如特征处理）。在这种情况下，您将进入必须关心树学习器的细节/实施质量的情况。

于 2010-10-07T10:59:49.487 回答