如何在数据挖掘中从决策树生成规则?

时间:2013-04-15 12:50:33

标签: machine-learning classification weka decision-tree

我有从数据集创建决策树的代码。我正在使用weka示例中的天气数据集。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

1 个答案:

答案 0 :(得分:2)

您可以通过跟踪每个叶子的路径并使用“和”连接交叉点上的条件来从树中获取决策规则。也就是说,对于每个叶子,您最终会得到一条规则,告诉您必须满足哪些条件才能到达那片叶子。

虽然可以更容易地直接训练树木训练一组决策规则,例如使用DecisionTable分类器。