python - 决策树算法建议

Question

我想写一个方法，它接受近 70 个参数，并根据输入返回结果。

这是我的算法的逻辑表示：

在表示中，有 7 个参数，作为树的结果，它给了我们 Y 或 N。

我怎样才能完成编写这样一个更大、更复杂的算法？哪种语言会更有效地计算这个？

标签： pythonalgorithmdecision-tree

Answer 1

在机器学习术语中，您正在描述分类树。

有很多很多实现分类树的机器学习库。其中许多被设计为部署在服务器上，并且已经过优化以针对构建模型进行评分 - 这是您正在尝试做的机器学习术语 - 有效。

但是，这些库通常旨在从训练数据中学习树的结构，而您希望手动构建它。要使用这种方法，您需要找到一个模型格式可以访问和“伪造”的库。我不知道该给自己推荐哪一个，在这里寻求图书馆的建议是题外话，但数据科学可能会有所帮助。

一种选择是在PMML中对树进行编码，然后将其导入可以执行 PMML 模型的平台。例如，我相信这可以在 SQL Server 和/或 Microsoft Azure 中完成。本参考资料描述了另一种部署 PMML 模型的方法。

或者，您可以生成显示所需规则的合成数据集，然后使用您喜欢的任何分类树库在该数据上训练模型。