决策树分类java代码 决策树算法java代码( 三 )


.get(lastParentIndex * 2 + 1);
// 右孩子,如果数组的长度为奇数才建立右孩子
if (array.length % 2 == 1) {
nodeList.get(lastParentIndex).rightChild = nodeList
.get(lastParentIndex * 2 + 2);
}
}
/**
* 先序遍历
*
* 这三种不同的遍历结构都是一样的 , 只是先后顺序不一样而已
*
* @param node
*遍历的节点
*/
public static void preOrderTraverse(Node node) {
if (node == null)
return;
System.out.print(node.data + " ");
preOrderTraverse(node.leftChild);
preOrderTraverse(node.rightChild);
}
/**
* 中序遍历
*
* 这三种不同的遍历结构都是一样的,只是先后顺序不一样而已
*
* @param node
*遍历的节点
*/
public static void inOrderTraverse(Node node) {
if (node == null)
return;
inOrderTraverse(node.leftChild);
System.out.print(node.data + " ");
inOrderTraverse(node.rightChild);
}
/**
* 后序遍历
*
* 这三种不同的遍历结构都是一样的,只是先后顺序不一样而已
*
* @param node
*遍历的节点
*/
public static void postOrderTraverse(Node node) {
if (node == null)
return;
postOrderTraverse(node.leftChild);
postOrderTraverse(node.rightChild);
System.out.print(node.data + " ");
}
public static void main(String[] args) {
BinTreeTraverse2 binTree = new BinTreeTraverse2();
binTree.createBinTree();
// nodeList中第0个索引处的值即为根节点
Node root = nodeList.get(0);
System.out.println("先序遍历:");
preOrderTraverse(root);
System.out.println();
System.out.println("中序遍历:");
inOrderTraverse(root);
System.out.println();
System.out.println("后序遍历:");
postOrderTraverse(root);
}
}
KNIME是什么?Knime是基于Eclipse决策树分类java代码的开源数据挖掘软件,它通过工作流的方式来完成数据仓库以及数据挖掘中数据的抽取-转换-加载操作 。
其中工作流又是由各个功能便利的结点来完成,节点之间相互独立,可以单独执行并将执行后的数据传给下一个结点 。界面如下: 将左下角Node Repository区域的结点以此拖入中间的Worflow Editor形成工作流: 结点的状态: 结点上有三盏灯,就像红黄绿交通灯一样 。当结点刚被拖入工作区的时候 , 红灯亮起表示数据无法通过,这时需要对结点进行配置 , 让它可以执行 。右键单击结点选择“Configure”对结点进行配置;配置完成并且正确的话,便会亮起黄灯,表示准备就绪数据可以通过;再次右键单击结点选择“Execute”运行这个结点,当绿灯亮起时表示结点执行成功 , 数据已经通过并传给下一个结点 。
一共有以下几类结点:
IO类结点,用于文件、表格、数据模型的输入和输出操作;
数据库操作类结点,通过JDBC驱动对数据库进行操作;
数据操作类结点,对上一结点传进来的数据进行筛选、变换以及简单的统计学计算等操作;
数据视图类结点 , 提供决策树分类java代码了数据挖掘中最常用的表格及图形的展示 , 包括盒图,饼图 , 直方图,数据曲线等;
统计学模型类结点,封装了统计学模型算法类的结点 , 如线性回归、多项式回归等;
数据挖掘模型类结点,提供了贝叶斯分析,聚类分析,决策树 , 神经网络等主要的DM分类模型以及相应的预测器;
META原子结点,该类结点可以对任意的及结点进行嵌套封装,还提供了后向传播、迭代、循环、交叉验证等方法;

推荐阅读