我正在使用 Weka 的随机森林。我认为ID3算法用于找到每个级别的最佳拆分属性。但是在读了一点之后，我注意到 ID3 不能处理数字属性（例如需要 C4.5）。Weka 中的随机森林在将数字特征作为输入时确实没有问题……它们是如何处理的？
（另外一个小问题：Weka 仍然是您今天可以使用的东西，还是我需要为当前的研究切换工具？Weka 有时看起来有点“过时”......）
WEKA 随机森林和数值属性
数据挖掘
分类
随机森林
威卡
2022-02-11 16:26:19
1个回答
Weka确实使用了自己的 C4.5 实现，名为 J48。
也就是说，它的 RandomForest 调用 RandomTree，它似乎是独立实现的，从未接触过 J48 代码。（据我所知，我通常不会在 Java 中工作，所以对它持保留态度。）除了显而易见的（RandomTree 子集功能可用）之外，我无法一眼看出是否存在实质性差异在每个节点上拆分）。
源码的模块树树文件夹的类层次结构
（点击查看J48、RandomForest、RandomTree等）
其它你可能感兴趣的问题