数据挖掘-决策树分类算法的实现及其应用ID3算法

实验二  决策树分类算法的实现及其应用

【实验目的】

1. 掌握决策树分类算法ID3的概念，理解算法的步骤。
2. 加深对ID3算法的理解，逐步培养解决实际问题的能力。

【实验性质】

设计型实验

【实验内容】

 使用ID3算法来实现决策树分类

【实验环境】

Python 2

【实验结果】

【实验步骤】

程序清单3-1 计算给定数据集的香农熵

程序代码：

import operator

from math import log

def calcShannonEnt(dataSet):

    numEntries=len(dataSet)

    labelCounts={}

    for featVec in dataSet:

        currentLabel=featVec[-1]

        if currentLabel not in labelCounts.keys():

            labelCounts[currentLabel]=0

            labelCounts[currentLabel]+=1

        shannonEnt=0.0

        for key in labelCounts:

            prob=float(labelCounts[key]) / numEntries

            shannonEnt -= prob*log(prob,2)

        return shannonEnt

def createDataSet():

    dataSet=[[1,1,'yes'],[1,1,'yes'],[1,0,'no'],[0,1,'no'],[0,1,'no']]

    labels =['no surfacing','flippers']

    return dataSet,labels

 

运行结果;

 

程序清单3-2 按照给定特征划分数据集

程序代码：

 

def splitDataSet(dataSet,axis,value):

    retDataSet=[]

    for featVec in dataSet:

        if featVec[axis] == value:

            reducedFeatVec=featVec[:axis]

            reducedFeatVec.extend(featVec[axis+1:])

            retDataSet.append(reducedFeatVec)

    return retDataSet