C4.5算法的流程和程序分析

C4.5算法是一种较成熟的异常检测算法，如果学习这个算法，只需要学习怎么使用它既可。

C4.5程序分析

1.     使用方法

1）C45 –f golf (golf.data为数据文件名 )，生成golf.tree文件，即只创建树。

2）C45 –u golf(golf.data为数据文件名),除生成golf.tree文件，还使用evaluate方法进行完整性检测,生成正确率和错误率，并且生成预测类。

2.     算法流程

1）输入接口

获取相应的一些参数

2）  参数

-f :为FileName赋值，以进行读文件操作

-u :除了有-f的所有功能外，又增加了为UNSEENS赋值的功能，目的是对读取的数据进行检测并预测。

       3）输出接口

 

 

          Evaluate（CMInfo,Saved）方法在besttree.c文件中……………

         GetData_unabled（”.unlabled”），其作用是集外测试正确率，”.unlabled”为自行创建的数据集。（因为C45是狂揉的，及时输入和输出没有任何关系，决策树一样可以给出很不错的决策正确率，尤其是集内测试正确率）

 

 

 

总结：对使用者来说，最重要的是知道C4.5算法的输入数据格式，假设所要研究的项目的名称是a,则对于C4.5训练而言就之至少需要a.nam和a.dat，其中a.name是输入数据的格式，而a.dat则是严格按照这种格式所生成的输入数据文件。a.unlabled文件格式和a.dat完全一样，但理论上数据应该是不一样的，因为一个是训练数据，一个是用于测试开放正确率。