Java決策樹模型的輕量級實現

在Java中，我們可以使用Weka庫來實現決策樹模型。Weka是一個開源的機器學習工具，提供了豐富的機器學習算法和工具，包括決策樹算法。下面是一個簡單的例子，演示如何在Java中使用Weka庫來構建和應用決策樹模型：

首先，我們需要添加Weka庫的依賴到我們的項目中。可以在Maven項目中添加以下依賴：

<dependency>
    <groupId>nz.ac.waikato.cms.weka</groupId>
    <artifactId>weka-dev</artifactId>
    <version>3.9.5</version>
</dependency>

然后，我們可以編寫以下代碼來構建和應用決策樹模型：

import weka.classifiers.trees.J48;
import weka.core.Instances;
import weka.core.converters.ConverterUtils.DataSource;

public class DecisionTreeExample {

    public static void main(String[] args) throws Exception {
        // 加載數據集
        DataSource source = new DataSource("iris.arff");
        Instances data = source.getDataSet();
        if (data.classIndex() == -1) {
            data.setClassIndex(data.numAttributes() - 1);
        }

        // 構建決策樹模型
        J48 tree = new J48();
        tree.buildClassifier(data);

        // 輸出決策樹模型
        System.out.println(tree);

        // 對新數據進行分類預測
        Instance instance = data.instance(0);
        double prediction = tree.classifyInstance(instance);
        System.out.println("Predicted class: " + data.classAttribute().value((int) prediction));
    }
}

在這個例子中，我們首先加載了一個名為"iris.arff"的數據集，然后使用J48算法構建了一個決策樹模型。最后，我們對數據集中的第一個實例進行分類預測，并輸出預測結果。

請注意，這只是一個簡單的示例，實際應用中可能需要更復雜的數據預處理和模型評估等步驟。希望這個例子可以幫助你快速上手在Java中實現決策樹模型。