machine-learning - 数据挖掘中如何从决策树生成规则？

Question

我有从数据集创建决策树的代码。我在 weka 示例中使用天气数据集。我如何从java中的决策树生成规则？

数据集::

@relation weather

@attribute outlook {sunny, overcast, rainy}
@attribute temperature real
@attribute humidity real
@attribute windy {TRUE, FALSE}
@attribute play {yes, no}

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

Answer 1

您可以通过沿着到达每个叶子的路径并用“and”连接结点上的条件来从树中获取决策规则。也就是说，对于每一片叶子，您最终都会得到一条规则，告诉您必须满足哪些条件才能到达该叶子。

直接训练一组决策规则而不是训练一棵树可能会更容易，例如使用 DecisionTable 分类器。