研究文章
移动应用高血压慢性病医疗系统基于大数据平台
| 输入: |
| 数据分区D:训练集和相关的类标签C |
| 属性列表L(上一步选择疾病风险因素) |
| 输出: |
| 决策树的根N |
| 方法: |
| 1。创建一个节点N, |
| 2。如果样品有相同的类C之后, |
| 3所示。返回N为叶节点与C类标签 |
| 4所示。如果属性列表是空的 |
| 5。返回N作为叶子节点类标签,在训练集是最类。 |
| 6。选择测试的因素,最使用attribute_selection_method GainRatio |
| 7所示。给节点N test属性标签 |
| 8。为每一个一个属性我在L |
| 9。添加分支节点N test属性=我 |
| 10。让样品年代分区我从训练集test属性=我 |
| 11。如果年代我然后是空的 |
| 12。将叶子节点在训练集最多的类 |
| 13。其他的所产生的附加节点Gnerate_decision _tree (s我L test属性) |
| 14。返回N |
|
