我的一个递归python函数有一个有趣的问题。我必须遗漏一些微妙的基础案例或其他东西！您将在下面看到的代码的目标是构建决策树（用于确定数据趋势的结构）。它是通过嵌套python列表来实现的，这是返回值和结果列表正在做的事情。结构本身并不是那么重要（至少看起来如此）。
def tdidt(dataset,attr_list,class_index,class_labels):
print attr_list
#base case 1: all the same class
if all_same_class(dataset, class_index):
class_label = majority_vote(dataset, class_index)
return ['c',class_label]
#base case 2: no more attributes
elif attr_list == []:
print 'i see and empty list!!!'
class_label = majority_vote(dataset, class_index)
return ['c',class_label]
else:
#else select attribute and partition dataset
attr = select_attribute(dataset, list(attr_list), class_index, class_labels)
partitions = partition_on_attr(dataset, attr)
#base case 3: one of the partitions is empty
if has_empty_partition(partitions):
class_label = majority_vote(dataset, class_index)
return ['c',class_label]
else:
#enable respective data attribute labels for easier to read tree
#result = result + ['a',titanic_header[attr]]
#result = result + ['a',auto_header[attr]]
#add attribute node to tree
result = ['a',attr]
#remove used attribute
removed_attr_list = [x for x in list(attr_list) if x != attr]
for partition in partitions.values():
#add value node for tree, recursive call for next attributes
result.append(["v",partition[0][attr],tdidt(partition, list(removed_attr_list), class_index, class_labels)])
return result
attr_list（或与attr_list有关的事情）似乎是最可能的嫌疑人（请参阅我的投诉和下面的错误消息）。 attr_list包含一个属性索引列表，我将＆＃34;使用＆＃34;一个接一个地从列表中一次选择一个而不替换。
递归函数的三个基本情况如下：
数据集（行列表）中的每一行（属性列表）在class_index索引的行中共享一个公共值
参数attr_list为空。这应该是最活跃的基本情况，最常发生。
数据被partition_on_attr（）分区，其中一个分区（行列表）为空，无法继续
递归调用是最长的行（导致水平滚动条的行），其中函数tdidt（）被调用为附加列表的一个组件。分配给removed_attr_list的列表推导的目的是拥有一个属性列表，其中没有我们刚刚从attr_list中选择的属性。
好的，因为错误我得到它的巨大。我正在达到递归限制，并且出于一个非常奇怪的原因。我在函数调用时立即打印attr_list，并且每当出现一个空列表时。这是输出......
[0, 1, 2]
[0, 1]
[1]
[]
i see and empty list!!!
[]
i see and empty list!!!
[1]
[]
i see and empty list!!!
[]
[1]
[1]
[1]
[1]
[1]
[1]
.
.
.
强调省略号。 [1]一直持续到递归最大错误。
RuntimeError：cmp
中超出了最大递归深度
开始的行为正是我的预期; attr_list用完了，从递归调用的for循环中创建了一些分支，然后基本情况用＆＃34;我看到一个空列表！＆＃34;，然后是[1]＆＃ 39;开始流动！
我错过了一个递归案例吗？ attr_list如何再次永久地重新设置为[1]？任何帮助都非常感谢，并感谢让它成为这本小说的底部！
-----------------------------更新10/24/2014 --------- --------------------
在每次递归调用上打印数据集变量时，我看到与attr_list参数类似的行为。事情就像预期的那样，然后数据集参数一遍又一遍地成为这条线......
[[＆＃39; third＆＃39;，＆＃39; adult＆＃39;，＆＃39; male＆＃39;，＆＃39; no＆＃39;]，[＆＃39; third＆＃39;] ;，＆＃39;成人＆＃39;，＆＃39;男＆＃39;，＆＃39; no＆＃39;]，＆＃39;第三＆＃39;，＆＃39;成人＆＃39;，＆ ＃39;男性＆＃39;，＆＃39; no＆＃39;]，[＆＃39;第三＆＃39;，＆＃39;成人＆＃39;，＆＃39;男＆＃39;，＆＃39;没有＆＃39;]，[＆＃39;第三＆＃39;，＆＃39;成人＆＃39;，＆＃39;男＆＃39;，＆＃39; no＆＃39;]，[＆＃39;第三＆ ＃39;，＆＃39;成人＆＃39;，＆＃39;男＆＃39;，＆＃39; no＆＃39;]，[＆＃39;第三＆＃39;，＆＃39;成人＆＃39; ，＆＃39;男＆＃39;＆＃39; no＆＃39;]，＆＃39;第三＆＃39;，＆＃39;成人＆＃39;，＆＃39;男＆＃39;，＆＃ 39;没有＆＃39;]，[＆＃39;第三＆＃39;，＆＃39;成人＆＃39;，＆＃39;男＆＃39;，＆＃39; no＆＃39;]，[＆＃39; ;第三个＆＃39;，＆＃39;成人＆＃39;，＆＃39;男＆＃39;，＆＃39; no＆＃39;]，＆＃39;第三＆＃39;，＆＃39;成人和＃ 39;，＆＃39;男＆＃39;，＆＃39;是＆＃39;]，[＆＃39;第三＆＃39;，＆＃39;成人＆＃39;＆＃39;男＆＃39;， ＆＃39; no＆＃39;]，[＆＃39;第三＆＃39;，＆＃39;成人＆＃39;，＆＃39;男＆＃39;，＆＃39;是＆＃39;]，[＆ ＃39;第三个＆＃39;，＆＃39;成人＆＃39;，＆＃39;男＆＃39;，＆＃39; no＆＃39;]，＆＃39;第三＆＃39;，＆＃39;成人＆＃39;，＆＃39;男＆＃39;，＆＃39; no＆＃39;]，[＆＃3 9;第三个＆＃39;，＆＃39;成人＆＃39;，＆＃39;男＆＃39;＆＃39; no＆＃39;]，＆＃39;第三＆＃39;，＆＃39;成人＆ ＃39;，＆＃39;男＆＃39;，＆＃39; no＆＃39;]，[＆＃39;第三＆＃39;，＆＃39;成人＆＃39;＆＃39;男＆＃39; ，＆＃39; no＆＃39;]，[＆＃39;第三＆＃39;，＆＃39;成人＆＃39;，＆＃39;男＆＃39;，＆＃39;是＆＃39;]，[ ＆＃39;第三＆＃39;，＆＃39;成人＆＃39;，＆＃39;男＆＃39;，＆＃39; no＆＃39;]，＆＃39;第三＆＃39;，＆＃39; ;成人＆＃39;，＆＃39;男＆＃39;，＆＃39; no＆＃39;]，＆＃39;第三＆＃39;，＆＃39;成人＆＃39;＆＃39;男＆＃ 39;，＆＃39; no＆＃39;]，[＆＃39;第三＆＃39;，＆＃39;成人＆＃39;，＆＃39;男＆＃39;，＆＃39; no＆＃39;] ]
那只有一条线！ （并查看一些奇怪的一些数据）
世界如何发生这种情况？一旦完成它的过程，该函数似乎会产生某种被零除的熔化......我的递归必定有一些错误。
-----------------------------更新10/25/2014 --------- --------------------
好的，我们现在正在做点什么。 @njlarsson建议在函数 partition_on_attr（）返回它收到的相同数据集时检查行为，这意味着所选属性在数据集中是一致的，并且不会发生分区。我对这种情况的最初想法是下一个递归调用会有一个较小的attr_list，最后空的attr_list基本情况会捕获这个分区。我显然是错的，这里有几个基本的测试案例我已经运行了，他们分享的亮点......
第一个播放数据集有两个实例，前三个属性是要拆分的属性，第四个是我们试图猜测的属性。由于所有拆分属性都不相等，因此partition_on_attr（）函数返回整个数据集，因为一个分区不会发生。
play = [[0,0,0,1]，[1,1,1,0]]
输出是一个很棒的决策树（不太美观，但这不是重点）
[＆＃39; a＆＃39;，0，[＆＃39; v＆＃39;，0，[＆＃39; c＆＃39;，1]]，[＆＃39; v＆＃39; ，1，[＆＃39; c＆＃39;，0]]]
现在让我们尝试一个不同的游戏数据集，类似于第一个游戏集 - 两个实例，相同的架构。
play = [[1,1,1,1]，[1,1,1,0]]
在此数据集中，前三个属性（要拆分的属性）都相等。因此，partition_by_attr（）函数HAS返回与传递的数据集相同的单个分区。 最大回归错误发生！
@njlarsson你正在做点什么！我只是不明白为什么会这样。在partition_on_attr函数将整个数据集作为一个分区返回的情况下，算法应该怎么做？
答案 0 :(得分：1)
我在这段代码中看不到任何产生无限递归的东西，我认为问题出在其他地方。最有可能的是，partition_on_attr生成的分区并不严格小于其数据集参数。例如，它可能会产生一个等于参数的单个分区。
我要检查的第一件事是partition_on_attr在数据集只有一个元素时的作用。可能是它返回包含该元素的单个分区，这会产生类似于输出的内容。
答案 1 :(得分：0)
问题是partition_on_attr（）函数没有意识到拆分属性的所有可能的属性值。所以在我的游戏数据集中
play = [[1,1,1,1]，[1,1,1,0]]
分区函数不知道前三个属性中的任何一个可能是0或1 。因此，它只返回一个与数据集相同的分区，它应该返回两个分区，一个包含整个数据集（所有实例的属性值== 1）和一个空分区保存属性值为== 0的任何实例，如果有的话。
在python字典表示法（我创建分区的方法）中，这是在不正确的分区函数中返回的内容：
{1：[[1,1,1,1]，[1,1,1,0]]}
正确分区函数返回的内容：
{0：[]，1：[[1,1,1,1]，[1,1,1,0]]}
属性值0的空分区非常重要。现在基础案例＃3启动（分区包含一个空分区），并且无限递归停止。
我们做到了！谢谢@njlarsson，你这个男人