使用生成的决策树预测新的输入

我想使用accord.net框架从一组数据生成决策树。使用生成的决策树预测新的输入

我在这个环节http://crsouza.blogspot.com/2012/01/decision-trees-in-c.html

我能够按照它来生成树阅读指导。但是，如何使用它来预测新的输入？

我的意思是创建树后，我想用它（作为if-else语句知道的新的输入输出）

中指出，我可以将其转换为一个表达式var expression = tree.ToExpression();但如何我可以使用它吗？

感谢您的帮助

来源

2012-07-03 Youssef

我建议您仔细阅读指南中的示例。在该过程的最后，他们产生expression tree与var expression = tree.ToExpression();和编译：

var func = expression.Compile();

的结果是，你可以简单地执行以获取给定的输入决定的委托。在这个例子中，你可以做类似

bool willPlayTennis = func(new double[] {1.0, 1.0, 1.0, 1.0}) == 1;

来源

2012-07-06 21:00:53 Matthias

没错。也可以使用决策树的[计算方法]（http://accord.googlecode.com/svn/docs/html/M_Accord_MachineLearning_DecisionTrees_DecisionTree_Compute.htm）计算给定输入的决策。我同意Compute示例丢失;我应该添加它作为进一步参考。 – Cesar

@Cesar，绝对需要这样的例子。我在贝叶斯方面做了同样的事情，如果我应该使用相同的密码本来准备新的输入，这并不明显。 –

只是为了进一步参考，决策树的文档页面前一段更新了一个更好的示例。 – Cesar

使用生成的决策树预测新的输入

回答

相关问题