c++决策树代码（C++ decision tree code）.doc

c++决策树代码（C++ decision tree code） #包含iostream #包括列表 #包括字符串 #包括字符串 #包括向量 #包括地图 #包括 sstream #包括iomanip #包括 cmath #包括文件 #算法包括 #包括设置 #队列包括 使用名称空间； 类的ID3 { 类节点 { 公共： 字符串值； 布尔isleaf； 映射字符串、节点映射； 公共： node()：价值（“”），isleaf（假） { } }； 私人： 向量字符串属性； //向量 字符串 属性值向量； 向量矢量字符串数据； 国际decatt； 节点*根； 公共： id3() { / /从文件中加载数据 ifstream在（“数据.txt”）； 如果（= NULL） { cout “无法打开文件！” endl； 返回； } 字符串行； getline（在线）； 此时istring（线）； 而（！istring eof()）。 { istring STR； push_back（STR）的属性； } 而（！在eof()）。 { getline（在线）； 矢量vecstr 字符串； 此时istring（线）； 而（！istring eof()）。 { istring STR； vecstr push_back（STR）； } 数据push_back（vecstr）； } 在（）； } 无效run() { （4）setdec； 向量子集； 为（int i = 0；i 数据。size()；i++） { push_back（我）的子集； } 国际 candidateatt矢量； 为（int i = 0；i 属性。size()；i++） { 如果（i）！= decatt） { candidateatt push_back（我）； } } 节点树= builddt（子集，candidateatt）； / /输出树结构 根=树； 向量字符串； printtreedepth（根、S）； } 无效setdec（int n） { 如果（n＜0 | | N＞＝属性。size()） { cout “指定决策树变量错误！” endl； 出口（0）； } decatt = N； } 双getentropy（向量 in子集）/获得子集信息熵 { 双重熵= 0； 双p，n； p＝n＝0； 向量字符串； 为（int i = 0；i 子集。size()；i++） { 如果（数据子集[我] [ ] [ decatt ] = =“是”） ++； 其他的 氮+； } / /判断属于同一类，熵为零的情况 如果（0 = = P | | 0 = = n） 返回0； 双pr＝p（p＋n）； 熵= pr *（log（pr）/ log（2））- NR *（log（NR）/ log（2））； 返回熵； } bool时（矢量国际的子集） { 字符串值=数据子集[ 0 ] [ ] [ decatt ]； 为（int i = 1；i 子集。size()；i++） { 如果数据集（[ ] [ ] [我] decatt！=价值） { 返回false； } } 返回true； } 双增益（向量国际的子集，int index）/返回以指数为节点的信息增益 { / /统计正例个数和范例个数 双熵= getentropy（子集）； 双和＝0； / /求可能的所有属性值 映射字符串， 国际 mapsub矢量； 为（int i = 0；i 子集。size()；i++） { mapsub [数据[子集[我] ] [索引] ]。push_back（子集[我]）； } （图为字符串、向量国际 ：：= mapsub begin()迭代器iter； ITER！= mapsub（）；+ + ITER）。 { 双T =（ITER -二。size() /（双）的子集。size()）* getentropy（ITER -二）； / / cout ITER -第一“：” endl TT； 求和； } 返回熵和； } / / suset指子集，价值：属性值属性：候选属性树：根节点指针的指针 结* builddt（向量国际 整数属性子集，向量） { 节点p =新node()； 如果（纯（子集）） { P isleaf =真； P 值=数据子集[ 0 ] [ ] [ decatt ]； / *如果（*树）！= null） { （*树） map [值] P； } 其他的 { （*树）= P； } /* 返回p； } 如果（ATTR。size() = = 0） { 整数，n； y＝n＝0； 为（int i = 0；i 子集。size()；i++） { 如果（数据子集[我] [ ] [ decatt ] = =“