machine-learning - 为什么决策树在 WEKA 中没有按预期工作？

Question

我正在阅读《机器学习:开发人员和技术专业人员实践》一书，以使用 WEKA 创建决策树。尽管我遵循了书中所示的相同过程，但我没有得到相同的决策树。我使用的是C4.5(J48)算法。

数据(arff 文件)

@relation ladygaga

@attribute placement {end_rack, cd_spec, std_rack}
@attribute prominence numeric
@attribute pricing numeric
@attribute eye_level {TRUE, FALSE}
@attribute customer_purchase {yes, no}

@data
end_rack,85,85,FALSE,yes
end_rack,80,90,TRUE,yes
cd_spec,83,86,FALSE,no
std_rack,70,96,FALSE,no
std_rack,68,80,FALSE,no
std_rack,65,70,TRUE,yes
cd_spec,64,65,TRUE,yes
end_rack,72,95,FALSE,yes
end_rack,69,70,FALSE,no
std_rack,75,80,FALSE,no
end_rack,75,70,TRUE,no
cd_spec,72,90,TRUE,no
cd_spec,81,75,FALSE,yes
std_rack,71,91,TRUE,yes

预期输出

我的输出

我做错了什么？

Answer 1

这是本书的一个问题(将答案保留在这里，以便可以帮助本书的其他读者)。

Book 预计 end_rack 类别中只有一个负案例(在作者的 TreeMap 中查找 (5,1))。书中乃至书本网站提供的数据中，实际上存在两种负面案例(5，2)。我删除了一个负面案例，得到了与书中相同的决策树。

这是更正后的数据arff文件

@relation ladygaga

@attribute placement {end_rack, cd_spec, std_rack}
@attribute prominence numeric
@attribute pricing numeric
@attribute eye_level {TRUE, FALSE}
@attribute customer_purchase {yes, no}

@data
end_rack,85,85,FALSE,yes
end_rack,80,90,TRUE,yes
cd_spec,83,86,FALSE,no
std_rack,70,96,FALSE,no
std_rack,68,80,FALSE,no
std_rack,65,70,TRUE,yes
cd_spec,64,65,TRUE,yes
end_rack,72,95,FALSE,yes
end_rack,69,70,FALSE,yes
std_rack,75,80,FALSE,no
end_rack,75,70,TRUE,no
cd_spec,72,90,TRUE,no
cd_spec,81,75,FALSE,yes
std_rack,71,91,TRUE,yes

正确输出