Meilleur algorithme d'apprentissage pour faire un arbre de décision en Java?

J'ai un jeux de données avec des informations comme l'âge, la ville, l'âge des enfants, ... et un résultat (les confirmer, de les accepter).

Pour aider à la modélisation de "workflow", je veux créer automatiquement un arbre de décision basé sur les précédents jeux de données.

J'ai jeter un oeil à http://en.wikipedia.org/wiki/Decision_tree_learning et je sais que le problème est clairement pas évident.

Je veux juste avoir des conseils sur un algorithme ou certaines libs sur ce sujet ce qui peut m'aider dans la construction d'un arbre de décision basée sur des échantillons.

source d'informationauteur X-Blaster

  1. 14

    Vous devriez jeter un oeil à Wekaun gratuit de Java à base d'apprentissage supervisé suite.

    Après la conversion de vos données dans Weka est simple à base de texte .arff formatvous devriez être en mesure d'utiliser l'interface graphique ou l'interface de ligne de commande pour former et de tester une variété de différents classificateurs sur les données, y compris:

    • arbres de décision
    • réseaux de neurones
    • règle de systèmes à base de
    • support vector machines (SVMs)
    • différents types de régression

    Expérimenter avec cette interface devrait vous permettre de facilement essayer différents classificateurs et les paramètres de la formation afin de déterminer ceux qui performent le mieux sur vos données.

    Vous pouvez également utiliser une API pour intégrer Weka dans votre propre code source.

  2. 2

    Si vous voulez comparer les performances de différents types d'arbres de décision à partir de Weka, voir les résultats d'un benchmark recueillies dans TunedIT.org:

    http://tunedit.org/results?d=UCI&a=Weka*arbre.

    Jouer avec les listes déroulantes et les modèles de nom d'algorithmes/jeux de données pour choisir les résultats devraient être présentés.