表示决策树归纳的数据结构

Question

目前，我参与了一些与数据挖掘相关的项目。并且，我将使用GINIsplit作为分裂标准的决策树归纳将给定数据集（.csv格式）分类到不同的类中。所有这些我一直在java平台上做，不使用任何工具，例如WEKA，ORANGE ......等。

我的查询是 - 什么是最好的数据结构来表示决策树，以便分类快速有效？并且，是否有任何属性方面的优化技术，我的意思是，如果属性是名义或数字或序数的特定技术？

提前致谢！

Answer 1

好吧，如果您真的想拥有最佳分类速度，请将决策树输出到... .class。即生成树的代码片段，并进行编译。这样，可以使用Java Hotspot JRE的本机速度执行评估。

因为可以在程序逻辑中编码决策树：

if (attribute_x < 0.1) {
    switch(attribute_c) {
        case BANANA: {
            ...

主要问题是，希望进行此优化的程度。