表示决策树归纳的数据结构

Question

目前，我参与了一些与数据挖掘相关的项目。并利用决策树归纳法将给定的数据集(.csv格式)分类为不同的类，并以GINIsplit作为分裂准则。所有这些我都是在java平台上做的，没有使用任何工具，比如WEKA，ORANGE...etc。

我的问题是-什么是最好的数据结构来表示决策树，以便分类速度快、效率高？而且，如果属性是名义的、数值的或序号的，那么是否有任何优化技术用于属性方面，我的意思是，特定的技术？

提前感谢！

Answer 1

如果你真的想拥有最优的分类速度，把你的决策树输出到..class。即为树生成一个代码片段，并编译它。这样，评估就可以以Java Hotspot JRE的本地速度执行。

因为可以在程序逻辑中编码决策树：

if (attribute_x < 0.1) {
    switch(attribute_c) {
        case BANANA: {
            ...

主要问题是，您想要在多大程度上进行这种优化。