taralino

DecisionTree

Ein Entscheidungsbaum ist ein gerichteter Graph (genauer ein Baum), der zur Darstellung von Entscheidungsregeln eingesetzt werden kann.

Entscheidungsbäume können insbesondere genutzt werden, um Klassifikationsaufgaben zu lösen. Und genau hierzu bietet das vorliegende DecisionTree-Paket einige Methoden: Anhand von Trainingsdaten einer Klassifikationsaufgabe wird ein Entscheidungsbaum erstellt. Anschließend können Testdaten evaluiert sowie weitere Daten klassifiziert werden.

Übersicht

Das DecisionTree-Paket stellt folgende Befehle und Funktionen zur Verfügung:

Beispiel

Bevor ein Entscheidungsbaum bestimmt wird, werden Trainingsdaten im dafür benötigten Format definiert. Anschließend wird die Klassifikation eines Objekts durchgeführt.

<!DOCTYPE html>
<html>
<head>
  <meta charset="utf-8">
  <meta name="viewport" content="width=device-width, initial-scale=1.0">
  <script src="taralino.js"></script>
</head>
<body>
<script>

// Trainingsdaten mit bekanntem Klassifikationsergebnis
var X = [
  {input:[0.3, 0.2, 0.5], index:0},
  {input:[0.8, 0.4, 1.0], index:0},
  {input:[0.5, 1.0, 0.2], index:1},
  {input:[0.2, 0.3, 0.0], index:1}
];

// Zu testendes Objekt
var x = [0.3, 0.3, 0.3];

// Entscheidungsbaum erstellen
DecisionTree.init(X);

// Testobjekt auswerten
var t = DecisionTree.evaluate(x);

// Ergebnis der Klassifikation
Console.print(t);

</script>
</body>
</html>

Vorschau Download Kopie speichern

Beispiel

Es werden Trainings- und Testdaten unter Verwendung des ClassificationData-Pakets erzeugt. Anhand dieser Daten wird ein Entscheidungsbaum erstellt und anschließend getestet. Dargestellt wird die zugehörige Konfusionsmatrix.

<!DOCTYPE html>
<html>
<head>
  <meta charset="utf-8">
  <meta name="viewport" content="width=device-width, initial-scale=1.0">
  <script src="taralino.js"></script>
</head>
<body>
<script>

var X = ClassificationData.get(400, {categories:4, shape:"mixed"});
var Y = ClassificationData.get(100, {categories:4, shape:"mixed"});

DecisionTree.init(X);
DecisionTree.confusion_matrix(Y, {display:"on"});

</script>
</body>
</html>

Vorschau Download Kopie speichern