问题标签 [decision-tree]

• 你知道这是什么吗，以及它们如何在决策理论中表示决策（使用概率）
  • 它们类似于决策树吗？

如果您有这样的字符串volume-7,notcontact-xxxx,not_lightlevel-1280.0,，并且该字符串可能会因其他选项而异，例如振动、亮度、屏幕亮度等...但格式相同...（设置值、设置值...）

根据您对这些设置的当前信息做出决定的最佳方式是什么？（即通过根据我拥有的当前上下文信息检查预定义字符串来返回真或假）

因此，假设您拥有当前的上下文信息……即当前的音量、振动器设置、亮度、屏幕亮度等，并且您想将其与预定义的字符串（例如我上面写的）进行比较，

你会怎么做？

你会解析字符串并检查每一种可能性吗？虽然可行，但听起来不是很吸引人..

我可以使用决策树吗？如果是的话，有人能告诉我我会怎么做吗？

谢谢

我遇到了一个问题

在这个问题中，它说只是分析而不进行任何计算，猜测最佳属性（颜色或风味）

有人可以解释如何在不计算熵的情况下猜测这个等等

我已经编码了几年，但我仍然没有掌握伪编码的窍门，也没有真正用代码思考问题。由于这个问题，我很难弄清楚在创建学习决策树时要做什么。

这是我看过的一些网站，相信我还有更多

决策树教程

DMS 教程

连同几本书，例如 Ian Millington 的 AI for Games，其中包括对决策树中使用的不同学习算法的详细介绍，以及游戏编程的行为数学，基本上都是关于决策树和理论的。我了解决策树的概念以及熵、ID3 以及如何将遗传算法交织在一起并让决策树决定 GA 的节点。他们提供了很好的洞察力，但不是我真正想要的。

我确实有一些为决策树创建节点的基本代码，我相信我知道如何实现实际逻辑，但如果我对程序没有目的或没有熵或涉及学习算法，那它就没有用了。

我要问的是，有人可以帮我弄清楚我需要做什么来创建这个学习决策树。我的节点在它们自己的类中流过函数来创建树，但是我如何将熵放入其中，如果它有一个类，一个结构，我不知道如何将它放在一起。伪代码和我对所有这些理论和数字的去向的想法。只要我知道我需要编写什么代码，我就可以将代码放在一起。任何指导将不胜感激。

基本上，我该怎么做。

添加学习算法，例如 ID3 和熵。应该如何设置？

一旦我弄清楚了如何处理这一切，我计划将其实现到一个状态机中，该状态机以游戏/模拟格式经历不同的状态。所有这些都已经设置好了，我只是认为这可以是独立的，一旦我弄清楚了，我就可以将它移到另一个项目中。

这是我现在拥有的源代码。

提前致谢！

主要.cpp：

决策树.h：

决策.cpp：

树节点.h：

树节点.cpp：

我必须为 Microsoft Office SharePoint Server 2007 Standard实施解决方案。用户有一些问题需要回答。根据答案，呈现不同的结果。最长的路径最多有 5-6 个问题。

问题是 - 我应该使用哪些工具/应用程序/技术以最简单（最快）的方式实现它？我的第一个想法是使用MS InfoPath，但存在服务器限制 - MOSS 2007 Standard不提供InfoPath Forms Services。

我正在尝试理解我的 AI 教科书中的一段，需要帮助。

本质上，我的问题是，如果定义一个函数需要 2^n 位，为什么在 n 个属性上有 2^(2^n) 个函数？

这是文本中的段落（来源：AI：现代方法，Stuart Russell 和 Peter Norvig）：

决策树对某些功能有好处，对另一些功能不好。是否有任何一种对各种功能都有效的表示？很不幸的是，不行。我们可以用一种非常笼统的方式来展示这一点。考虑 n 个属性上所有布尔函数的集合。这个集合中有多少种不同的功能？这只是我们可以写下的不同真值表的数量，因为函数是由它的真值表定义的。真值表有 2^n 行，因为每个输入案例由 n 个属性描述。我们可以将表格的“答案”列视为2^n 位数字定义函数。无论我们对函数使用什么表示，一些函数（实际上几乎所有函数）都将需要至少那么多位来表示。

如果定义函数需要 2^n 位，那么在 n 个属性上就有 2^(2^n) 个不同的函数。

第二个问题是：为什么我们需要 2^n 位数（见上面的粗体），我以为我们只需要 n 位数，例如如果我们有 3 个属性，我们可以定义 2^3=8 个函数，因此只需要 3 位来定义所有 8 个功能（000、001、010、011 等）。

我一直在考虑这个问题，不知道是什么让我难以理解，感谢您花时间研究这个问题！

我有数百万个节点的决策树，在 HDFS 上序列化。任何人都可以帮我提供一些指导如何更好地进行序列化，以便我可以使用 map reduce 在 Hadoop 上更有效地执行搜索。

谢谢。

我正在与一位受人尊敬的同事进行有趣的讨论，并希望得到一些额外的意见......

我需要在我的应用程序中实现一些基本的决策表逻辑。我正在寻找使用在 Excel 电子表格中表示决策数据的 OpenL 平板电脑。我喜欢它，它易于设置和维护，并且内存和处理占用空间小。我可以轻松地添加新表，并且我有一些超过 100 行和多达 10 个条件的表。这些数据是相当静态的，很少改变。

我的同事不想在混合中引入第三方 api，并且对绑定到 Microsoft 文件格式持保留意见。

我明白他的观点，但我能看到的通过 Java 实现决策表的唯一方法是编写一系列丑陋的 if 或 case 语句，这对于较小的表很好，但当我到达较大的表时会变得难以管理。

有没有人对争论的双方有任何意见。如果有人对可以在本机 Java 中解决我的问题的模式有任何想法，我很想听听。

非常感谢您的时间。

Weka 中的分类器（例如决策树）将如何解释“？” （代表 ARFF 文件中的缺失值）在学习阶段？Weka 会用一些预定义的值（例如“0”或“假”）替换它，还是会以某种方式影响训练过程？

我正在做一个关于随机森林算法的研究项目。我发现了该算法的许多实现，但代码的主要部分通常是用 Fortran 编写的，而我完全不了解它。

我必须编辑代码，更改主要参数（如树深度、特征变量的数量……）并在每次运行期间跟踪算法的性能。

目前我正在使用“ Windows-Precompiled-RF_MexStandalone-v0.02- ”。train 和 predict 函数是 matlab mex 文件，不能打开或编辑。任何人都可以给我一条关于该做什么的建议，或者是否有一个有效且完全基于 matlab 的随机森林版本。

我已经仔细阅读了 randomforest-matlab。不幸的是，主要的培训部分是一个 dll 文件。通过阅读更多，我的大部分奇迹现在都解决了。我的问题主要是如何同时运行几棵树。