View Code? Open in Web Editor
NEW
Implementation of the C4.5 classifier - Decision Tree
decisiontree's Introduction
Implementando o classificador C4.5 - Arvore de Decisão
- Banco de dados: Wine
- 13 atributos contínuos. 3 classes (tipos de vinho – “1ª coluna do arquivo wine.csv”).
- 178 amostras: 59 da classe 1, 71 da classe 2 e 48 da classe 3.
- Classificadores
2.1) Implementar o classificador: C4.5
- Deve usar a entropia (ganho de informação) como critério de escolha dos nós
- Não é necessário realizar as podas
- Você deve escolher os atributos que achar mais convenientes.
- Deve-se usar pelo menos 4 atributos.
- Não usar funções prontas do Matlab/Python para o C4.5
- Experimento com o algoritmo C4.5 (fazer 10 realizações)
a) Realização:
- Dividir dados, aleatoriamente, entre treinamento e teste.
(Ex: 80% para treino, 20% para teste)
- Contrói o modelo com os dados de treinamento
- Verifica a acurácia (taxa de acerto) do modelo (teste).
b) Estatística:
- Calcular a taxa de acerto média das 10 realizações