با سلام
دوستان کسی هست که راجع به این موارد اطلاعی داشته باشه:
۱- آیا میشه که برای دیتاستی که شامل داده های پیوسته هست، توی وکا درخت تصمیم کشید؟ (البته این رو میدونم که میشه داده های پیوسته رو بصورت دستی به داده های گسسته تبدیل کنیم!). دنبال راه دیگه ای هستم.
۲- آیا میشه برای دیتاستی که شامل داده های گسسته هست، توی متلب درخت تصمیم کشید؟ (این راه رو که بیایم و دیتاست رو کد کنیم، یعنی به ازای هر کدوم از موارد، از اعداد استفاده کنیم رو قبول ندارم! چون درختی که بعد توسط متلب رسم میشه، درست نیست).
۳- چرا درختی که توی متلب داده میشه، بهینه نیست و وکا درخت بهینه تری رو ارائه میده، در صورتی که هر دو از بهره ی اطلاعاتی براساس آنتروپی استفاده میکنن؟(البته متلب از دو معیار دیگه هم میتونه استفاده کنه)
ممنون میشم دوستانی که اطلاعاتی دارند، کمک کنند. من سرچ کردم، ولی چیز مفیدی نتونستم پیدا کنم.
۱- توی وکا پشتیبانی میشه. فقط محدودیت برخی درخت ها روی نوع برچسب هست. بیشتر درخت ها فقط از برچسب های polynomial پشتیبانی می کنند.
(۲۲ مرداد ۱۳۹۳ ۰۲:۱۳ ب.ظ)alirezad نوشته شده توسط: ۱- توی وکا پشتیبانی میشه. فقط محدودیت برخی درخت ها روی نوع برچسب هست. بیشتر درخت ها فقط از برچسب های polynomial پشتیبانی می کنند.
ممنون. میشه لطفا بیشتر توضیح بدید که چطور میشه توی وکا برای دیتاستی که توی اون داده های پیوسته (عددی) هست، درخت تصمیم رسم کرد؟ من رسم کردم و اصلا درست در نیومد.
فرض کنید می خواهید از الگوریتم J48 استفاده کنید؛ طبق معمول از توی تب classify برچسب درست رو انتخاب می کنید(برچسب باید nominal باشه). بعد یه روش تست هم انتخاب کنید. نوع کلاسیفایر رو هم J48 انتخاب کنید. بعد start رو بزنید.
حالا یه درختی کشیده میشه. برای مقایسه با خروجی متلب باید پارامتر های J48 در متلب رو مطابق همون پارامتر ها در وکا تنظیم کنید.
فکر نکنم مشکلی وجود داشته باشه، چون هر دو به صورت استاندارد پیاده سازی شده اند. البته من از متلب استفاده نمی کنم.
(۲۲ مرداد ۱۳۹۳ ۰۲:۳۱ ب.ظ)alirezad نوشته شده توسط: فرض کنید می خواهید از الگوریتم J48 استفاده کنید؛ طبق معمول از توی تب classify برچسب درست رو انتخاب می کنید(برچسب باید nominal باشه). بعد یه روش تست هم انتخاب کنید. نوع کلاسیفایر رو هم J48 انتخاب کنید. بعد start رو بزنید.ممنون. خب ولی شما میگید که برچسب استفاده کن! مشکل همین جاست! من نمیخوام برچسب باشه! فرض کنید که شما دیتاستی دارید که توی اون سن افراد هست که فرضا بین ۱ تا ۷۰ سال نوشته شده! برای این مورد میخواید چیکار کنید؟
حالا یه درختی کشیده میشه. برای مقایسه با خروجی متلب باید پارامتر های J48 در متلب رو مطابق همون پارامتر ها در وکا تنظیم کنید.
فکر نکنم مشکلی وجود داشته باشه، چون هر دو به صورت استاندارد پیاده سازی شده اند. البته من از متلب استفاده نمی کنم.
و همین طور راجع به متلب، در صورتی که دقیقا همین موارد رو تنظیم کنید، اونجا همین جواب رو نمیگیرید! چون روش کار توی متلب فرق میکنه! بهتره این طور بگم که:
برای داده های گسسته، وکا بهتر جواب میده!
و برای داده های پیوسته، متلب بهتر جواب میده!
در صورتی که هر دو از معیار آنتروپی و سنجش بهره ی اطلاعاتی برای تقسیم شاخه ها استفاده میکنن...
دلیلش رو هم هنوز نمیدونم....
خب در این صورت شما دنبال regression tree هستید. از یکی از الگوریتم های REPTree یا M5P استفاده کنید.