文本向量到快速矿工中的决策树


1 ad-jerry ad-bruckheimer ad-chase

ad-premier ad-sept ad-th ad-clip ad-bruckheimer ad-chase page

-1 AD症状广告肌肉广告无力广告遗传性广告疾病广告症状广告包括广告搜索广告学习页面找到

1 1:1 2:1 3:1 4:1 5:1 6:1 7:1 8:1

9:1

-1 8:1 9:1 429:1 430:1 431:1 432:1 433:1 434:1

435:1 436:1

我有文本向量及其相应的术语向量,我想在快速矿工中使用 ID3 算法学习决策树,但我不知道如何处理 ID3 算法的此类数据。我尝试在术语向量上运行 ID3(阅读 CSV->ID3->Model),但我不知道它是否正常工作。 请帮忙。

ID3 Alogrithm不接受数字属性。 您将需要执行预处理步骤或选择替代学习算法。

要将数字转换为名义值,您需要使用离散化运算符之一。这些创建放置数值的箱。属性的名称保持不变,但其类型更改为名义。然后,属性对于特定示例具有的值由放置该属性的 bin 决定。

最新更新