基于C++实现的ID3算法决策树

最新推荐文章于 2025-06-28 13:41:15 发布

xhran2010

最新推荐文章于 2025-06-28 13:41:15 发布

阅读量1.8k

点赞数 3

CC 4.0 BY-SA版权

分类专栏：课程实践文章标签：决策树 C ID3 机器学习算法

本文链接：https://blog.youkuaiyun.com/xhran2010/article/details/79684368

本文介绍了一个初学者视角的C++实现ID3决策树算法的过程，包括如何计算信息增益来选择节点属性，并使用递归构建决策树。尽管在决策树的打印展示上存在不足，但整体展示了ID3算法的基本实现。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

初学机器学习决策树算法——ID3实现（C++），

通过计算划分不同子集的信息增益确定结点属性，并调用递归，层层建立决策树，

但因时间原因，此代码在打印决策树方面做的不是很完善，望谅解。

#include <iostream>
#include <math.h>
#include <vector>
#include <set>
#define amount 10
#define KEY_DOWN 0x1b5b42
using namespace std;

vector<vector<string>> samples;

vector<int> flag(3,0);
int residualFeature=3;
set<string> Cpu;
set<string> RAM;
set<string> Screen;
vector<string> feature={"CPU","RAM","Screen"};
vector<vector<string>> values;


struct Node{
    string nFeature;
    string decision;
    vector<string> nValue;
    vector<Node*> childs;
};

template <class T>
vector<T> set2Vector(set<T> & a)
{
    int count =0;
    vector<T> result(a.size());
    for(auto&s:a)
        result[count++]=s;
    sort(result.begin(),result.end());
    return result;
}

void init(){
    string data[amount][4]={"