Weka C4.5算法使用例子 鸢尾花数据

数据源：iris.arff

决策树：C4.5算法的Java实现，J48 NAME

weka.classifiers.trees.J48

SYNOPSIS

Class for generating a pruned or unpruned C4.5 decision tree. For more information, see

Ross Quinlan (1993). C4.5: Programs for Machine Learning. Morgan Kaufmann Publishers, San Mateo, CA.

OPTIONS

binarySplits -- Whether to use binary splits on nominal attributes when building the trees. 二进制分裂：是否使用二进制分裂名词性属性；默认False

confidenceFactor -- The confidence factor used for pruning (smaller values incur more pruning). 置信因子：用于修剪的置信因子（小于该值导致修剪）；默认0.25

debug -- If set to true, classifier may output additional info to the console. 测试：设置为true，则分类器可能在控制台输出另外的信息；默认False minNumObj -- The minimum number of instances per leaf. 最小实例数量：每个叶的最小实例数量；默认2

numFolds -- Determines the amount of data used for reduced-error pruning. One fold is used for pruning, the rest for growing the tree. 折数：决定用于reduced-error（减少-误差）修剪的数据量；一折用于修剪，另外的用于建树；默认3

reducedErrorPruning -- Whether reduced-error pruning is used instead of C.4.5 pruning. 减少-误差修剪：是否使用减少-误差修剪，而不是C4.5修剪；默认：False saveInstanceData -- Whether to save the training data for visualization. 保存实例数据：是否为了展示保存训练数据；，默认：False

seed -- The seed used for randomizing the data when reduced-error pruning is used. 种子：减少-误差修剪时，用于随机化数据的种子；默认：1

subtreeRaising -- Whether to consider the subtree raising operation when pruning. 子树上升：修剪树的时候是否考虑子树上升操作；默认：True unpruned -- Whether pruning is performed. 不修剪：修剪是否需要；默认：False

useLaplace -- Whether counts at leaves are smoothed based on Laplace. 使用拉普拉斯：是否叶节点基于拉普拉斯平滑；默认：False

修剪的方式：存在C.4.5修剪，和减少-误差修剪；reducedErrorPruning控制，默认是C.4.5修剪；

是否修剪：unpruned控制，默认是修剪；

使用系统默认：J48 –C 0.25 –M 2 -C 置信因子

-M 最小实例数量 使用C.4.5修剪 决策树如下：

错误率：4%；

使用减少-误差修剪：J48 –R –N 3 –Q 1 –M 2 -R:

-N: numFolds -Q:seed

-M:minNumObj 决策树如下：

错误率：5.3%

本文来源：https://www.bwwdw.com/article/00pv.html