决策树归纳开源代码

Question

我正在为计算机视觉课程准备一项任务，其中包括在从图像中提取特征后训练一个简单的分类器。由于机器学习不是这里的主要话题，我不希望学生从头开始实施学习算法。所以，我必须向他们推荐一些参考实现。我相信决策树分类器适用于此。

问题是该类允许的语言种类很多：C ++，C＃，Delphi。此外，我不希望学生花费大量时间来处理任何技术问题，如链接库。 WEKA非常适合Java。我们也可以将OpenCV与所有包装器一起使用，但它非常大而且笨拙，而我想要简单而甜蜜的东西。

那么，你知道用于学习决策树的任何简单的C ++ / C＃/ Delphi库吗？

Answer 1

我知道这些库，我最近才使用过这些库。这两个是Waffles和Tilburg-Based Memory Learner（TiMBL）。两者都是免费的和开源的（分别是lgpl和GNU gpl）。此外，两者都是稳定，成熟的库。 Waffles创建并且目前由一位开发人员维护，而TiMBL我认为是一个学术项目（针对语言学领域）。

在这两个中，我只使用了Waffles中的决策树模块（在GDecisionTree类中，请参阅文档here）Waffles可能是这里的首选库，因为它包含一组适当的描述性统计函数以及绘制诊断功能，可视化解决方案空间等等。图书馆作者（Mike Gashler）还包括一组演示应用程序，但我不记得其中一个应用程序是否为决策树。

我已经使用了Waffles Library中的几个类（包括决策树类），我当然可以推荐它。我对Tilburg-Based Memory Learner没有更多的说法，因为我从未使用过它的决策树类。

Answer 2

你看过Alglib中的“决策森林”实施吗？它可以免费用于学术用途。该网页声称支持C ++ / C＃和（可能）Delphi。它不是一个决策树实现，但random forests往往比许多问题上的单个决策树更好的分类，并且它们不需要花费更长的时间来训练。我的猜测是，很难在多种语言中找到一致的决策树实现，因为有很多不同类型的决策树算法。

如果Alglib不是您需要的，那么维基百科文章中列出了许多其他开源随机森林库。 Cavaet：Alglib实现声称不是传统的随机森林。

Answer 3

编程语言不是问题。很难找到每种语言的决策树实现。几乎不可能保证所有版本都是相同的实现。

由于决策树是黑盒方法。您可以将训练和测试数据写入标准文件（例如，Weka中的arff格式，opencv也有自己的格式。）并使用命令行来调用树学习器和测试器。这样，所有学生都拥有相同的决策树。否则，学生A使用一个好的树学习者，学生B使用一个坏树学习者，当他们的结果不同时，你不知道它是否来自决策树或CV部分的差异（例如特征处理）。在这种情况下，您将进入您必须关心树学习者的详细信息/实施质量的情况。