1、昆明理工大學信息工程與自動化學院學生實驗報告 （2011 2012 學年第1 學期） 課程名稱：人工智能開課實驗室：信自樓計算機機房444 2011 年12月16日 專業班級 0 學號 200 姓名 成績 實驗名稱 天氣決策樹 指導教師 教該同學是否了解實驗原理： A. 了解口 B.基本了解口 C.不了解 師該同學的實驗能力: A.強 B.中等 C.差 該同學的實驗是否達到要求：A.達到口 B.基本達到口 C.未達到 評 實驗報告是否規范: A.規范口 B.基本規范口 C.不規范 語實驗過程是否詳細記錄： A.詳細口 B. 一般 C.沒有口 教師簽名： 2011 年12月 日 、上機目的及內容

2、 1. 上機內容 根據下列給定的14個數據，運用In formation Ga in構造一個天氣決策樹 例子編號 屬 性 分類 天況 溫度 濕度 風況 1 晴 熱 大 無 N 2 晴 熱 大 有 N 3 多云 熱 大 無 P 4 雨 中 大 無 P 5 雨 冷 正常 無 P 6 雨 冷 正常 有 N 7 多云 冷 正常 有 P 8 晴 中 大 無 N 1 9 晴 冷 正常 無 P 10 雨 中 正常 無 P 11 晴 中 正常 有 P亍 12 多云 中 大 有 P 13 多云 熱 正常 無 P 14 雨 中 大 有 N 2. 上機目的 (1) 學習用In formation Ga in 構造決

3、策樹的方法; (2) 在給定的例子上，構造出正確的決策樹； (3) 理解并掌握構造決策樹的技術要點。 、實驗原理及基本技術路線圖(方框原理圖或程序流程圖) (1) 設計并實現程序，構造出正確的決策樹； (2) 對所設計的算法采用大 0符號進行時間復雜性和空間復雜性分析; 主函數流程圖： srd: stringsLine; Multiplex I Maltipkx Attributevalue.cpp 流程圖 9 Basefun流程圖: L noaisucn-O. rewind. sum*-prcb*lo rtf-tLirbUcn： Datapi on t.cpp流程圖: 三、所用儀器、材料（設

4、備名稱、型號、規格等或使用軟件） 1 臺 PC及 VISUAL C+6.0 軟件 四、實驗方法、步驟（或：程序代碼或操作過程） 工程源代碼： Mai n.cpp: #in elude #i nclude #i nclude #i nclude #in elude #in elude #i nclude AttributeValue.h #i nclude DataPoi nt.h #i nclude DataSet.h DataPo int processL in e(std:stri ng const std:vector attributes; / TODO: n eed to han d

5、le begi nning and ending empty spaces. while( isL in e.good() std:stri ng rawfield; isLi ne rawfield; attributes.push_back( AttributeValue( rawfield ); AttributeValue v = attributes.back(); attributes.pop_back(); bool type = v.GetType(); return DataPoi nt(attributes, type); void mai n() std:ifstream

6、 ifs(i n.txt, std:ifstream:i n); DataSet in itDataset; while( ifs.good() / TODO: n eed to han dle empty lin es. std:stri ng sLine; std:getli ne(ifs, sLin e); in itDataset.addDataPoi nt( processL in e(sL ine); std:list processQ; std:vector fini shedDataSet; processQ.push_back(i nitDataset); while ( p

7、rocessQ.size() 0 ) std:vector splittedDataSets; DataSet dataset = processQ.fr on t(); dataset.splitDataSet(splittedDataSets); processQ.pop_fro nt(); for (i nt i=0; isplittedDataSets.size(); +i) float prob = splittedDataSetsi.getPositiveProb(); if (prob = 0.0 | prob = 1.0) fin ishedDataSet.push_back(

8、splittedDataSetsi); else processQ.push_back(splittedDataSetsi); std:cout The dicisi on tree is: std:e ndl; for (i nt i = 0; i fini shedDataSet.size(); +i) fin ishedDataSeti.display(); Attributevalue.cpp : #i nclude AttributeValue.h #in clude base.h AttributeValue:AttributeValue(std:stri ng const els

9、e if (m_value = N) return false; else throw DataErrExceptio n(); Basef un. cpp: #in clude float log2 (float x) return 1.0 / Iog10(2) * Iog10(x); float calE ntropy(float prob) float sum=0; if (prob = 0 | prob = 1) return 0; sum -= prob * Iog2(prob); sum -= (1 - prob) * Iog2 ( 1 - prob ); return sum;

10、Datapi on t.cpp: #in elude #i nclude DataPoi nt.h DataPo in t:DataPo in t(std:vector const iattributes.size(); +i) m_attributes.push_back( attributesi); void DataPo in t:display() for (int i=0; im_attributes.size(); +i) std:cout t m_attributesi.getValue(); if (true = m_type) std:cout tP; else std:co

11、ut tN; std:cout std:e ndl; Dataset.cpp: #in elude #in elude #in elude base.h #in elude DataSet.h void SplitAttributeValue:display() std:cout tSplit attribute ID( m_attribute In dex )t; std:cout Split attribute value( m_v.getValue() ) std:e ndl; void DataSet:addDataPo in t(DataPo int const float Data

12、Set:getPositiveProb() float n Positive = 0; for(i nt i=0; im_data.size(); +i) if ( m_datai.isPositive() n Positive+; return n Positive / m_data.size(); struct Stat int n Pos; int nN eg; int id; void DataSet:splitDataSet(std:vector int i, j; std:vector splitt in gAttributeBV; splitt in gAttributeBV.r

13、esize( nAttributes); for (i=0; in Attributes; +i) splitti ngAttributeBVi = true; for (i=0; im_splitAttributes.size(); +i) splitt in gAttributeBV m_splitAttributesi.getAttributel ndex() = false; std:vect or splitt in gAttributeIds; for (i=0; in Attributes; +i) if (true = splitt in gAttributeBVi) spli

14、tt in gAttributelds.push_back(i); typedef std:map AttributeValueStat; typedefstd:map:iterator AttributeValueStat_iterator; typedef std:map:c on st_iterator AttributeValueStat_c on st_iterator; / go through data on ce, and collect n eeded statistics to calculate en tropy std:vector splitt in gStats;

15、splitti ngStats.resize( splitt in gAttributeIds.size(); for (i=0; im_data.size(); +i) for (j=0; jsplitti ngAttributelds.size(); +j) AttributeValueconst AttributeValueStat_iterator it = splitti ngStatsj.fi nd(v); if ( splitt in gStatsj.e nd() = it ) Stat stat; if ( m_datai.isPositive() stat. nPos = 1

16、; stat .nNeg = 0; stat.id = 0; else stat. nPos = 0; stat .nNeg = 1; stat.id = 0; splitt in gStatsj.i nsert(std:pair(v, stat); else if ( m_datai.isPositive() it-sec ond.n Pos+; else it-sec ond.nN eg+; / display collected statistics for (j=0; jsplitt in gAttributelds.size(); +j) std:cout Attribute spl

17、itt in gAttributeIdsj ): std:e ndl; std:cout tValue t nPos t nN eg std:e ndl; for (AttributeValueStat_c on st_iterator it = splitt in gStatsj.begi n(); it != splitti ngStatsj.e nd(); +it) std:cout t first.getValue() t sec ond.n Pos t sec ond.nNeg std:e ndl; / find splitt ing attribute float minEn tr

18、opy = 0.0; int splitAttributeld = -1; for (j=0; jsec ond.n Pos + it-sec ond.nN eg; float p = it-sec ond.n Pos; p /= n Samples; en tropy += calE ntropy(p) * n Samples / n; if (en tropy minEn tropy | -1 = splitAttributeld) minEn tropy = en tropy; splitAttributeld = j; ) std:cout Split at attribute( sp

19、littingAttributeldssplitAttributeld std:e ndl sec on d.id = k+; splittedSets.resize( k); for (i=0; ik; +i) for (j=0; jseco nd.id.m_splitAttributes.push_back(SplitAttributeValue(itt -first, attrld); for (i=0; iseco nd.id.addDataPoi nt(m_datai); else throw DataErrExcepti on(); void DataSet:display() i

20、nt i; std:cout Dataset( this ) std:e ndl; for (i=0; im_splitAttributes.size(); +i) m_splitAttributesi.display(); std:cout Data: std:e ndl; for (i=0; im_data.size(); +i) m_datai.display(); std:cout std:e ndl; 五、實驗過程原始記錄(測試數據、圖表、計算等) 18 nPos 1 0 Ualue nPos 1 at attribute2) Ualue 正常 nPos 0 2 ttrihute f

21、littribiite C0 : ittribute： ittrUbute (2)： ValuenPg ttribute(3 : plit at nNeg 0 3 S1熱中W UaluenPos 多云4 晴2 雨3 UaluenPos 冷3 熱2 申4 歪常I UaluenPgs 無6 有3 nNef 1 2 2 nNe$f 4 1 nNeg 2 3 nNeg 0 2 1 nNejf 3 fi nNejf 2 1 ttribute： Ualue 冷 中 ttribate： Value 壹常 七tribute ： Ualue 無 有 nPos 1 2 nHest 1 1 nPos 1 nNej 1 1 nPos 3 0 plit at attj*ibute nNeg 0 2 he die ision tree is: ataset Split attribute ata： 多云 ID Split attribute valuieataset Split attribute Sp