在java中生成决策树的最佳学习算法？

我有一个包含年龄、城市、儿童年龄等信息的数据集。。。和结果（确认、接受）

为了帮助“工作流”的建模，我想基于以前的数据集自动创建一个决策树

我看了一下，我知道问题显然不明显

我只是想就这个主题上的一些算法或LIB提供一些建议，什么可以帮助我构建基于样本的决策树。

你应该看看，一个免费的基于Java的监督学习套件

将数据转换为Weka的简单文本后，您应该能够使用GUI或命令行界面来训练和测试该数据上的各种不同分类器，包括：

• 决策树
• 神经网络
• 基于规则的系统
• 支持向量机（SVM）
• 各种类型的回归

使用此界面进行试验应允许您轻松尝试不同的分类器和训练参数，以确定哪些分类器在数据上表现最好

---

您也可以。

如果您想比较Weka中不同类型决策树的性能，请参阅TunedIT.org中收集的基准测试结果：

---

使用下拉列表和算法/数据集的名称模式来选择应该显示哪些结果。

“工作流建模”让我感到困惑。你到底想要实现什么？自动对新数据集进行排序或检查现有数据集是否具有正确的结果？我们有一些数据集存在法律问题。有些案件只有在18岁以下的人才会被驳回。这是一个明显的例子，但我们希望根据先前的判断自动重新创建一个决策树，以建立一个法律模型，以便在之后对其进行编辑和细化。这是我们不想要神经网络的主要原因，因为我们无法追溯和证明选择。我想在Android平台上实现这样的代码，但weka对于Android来说太大了（堆空间）。我有没有办法通过其他方法运行它way@raqz：你可以在本地机器上建立你的决策树，然后以java源代码的形式导出树并在Android上运行。但如果你真的想在Android上进行培训，那就没什么用了——你可能需要找到一种替代Weka的方法。也许有些东西只会影响决策树？谷歌搜索“决策树java”至少会显示一些结果。