Este projeto foi desenvolvido no âmbito da Unidade Curricular Inteligência Artificial, durante o ano letivo 2022/2023, na Faculdade de Ciências da Universidade do Porto, pelo aluno António Cardoso.
O seu objetivo principal é a implementação do algoritmo ID3, de construção de árvores de decisão.
Para tal, foi escolhida a linguagem Java, devido à sua relação com Programação Orientada a Objetos, o facto de ser strongly-typed, o seu "Garbage Collector", entre outros motivos.
O programa foi desenvolvido e testado em Ubuntu 20.04.5 LTS com javac 11.0.17.
A pasta CSV possui 4 ficheiros .csv que podem ser usados para treinar uma árvore de decisão com a implementação encontrada neste repositório.
Para poder executar cada problema é primeiro necessário compilar todos os ficheiros java. Para tal, utilize a seguinte instrução:
javac *.java
Após a compilação de todos os ficheiros, é possível, finalmente, executá-los.
Para executar, o utilizador deve escrever no seu terminal / linha de comandos:
java Program
Aparecendo o seguinte:
Type the training CSV filepath:
O usuário deve escrever um caminho relativo ou absoluto para o ficheiro .csv que pretende usar para treinar o modelo de árvore de decisão (ex: CSV/restaurant.csv).
De seguida, após o modelo ser treinado, aparece o seguinte prompt:
Choose the output format of the Decision Tree model:
1) Project's worksheet format
2) My custom format
Choice:
O user deve inserir 1 se pretende ver um print do modelo com base no formato exigido para a apresentação deste projeto, ou 2 para o print ter um formato feito por mim (a meu ver, mais legivel).
Após o modelo de árvore de decisão ser impresso, o programa pergunta se o user quer realizar algum teste de classificação usando o modelo:
Would you like to predict the classification of some examples?
1) Yes
2) No
Choice:
Caso seja escolhido 1, ou seja, o user pretende realizar um teste de classificação usando o modelo, aparece um último prompt a pedir a localização do ficheiro para teste:
Type the testing CSV filepath:
É esperado que a primeira coluna de informação em qualquer ficheiro .csv seja uma coluna de índices, assim como a primeira linha deve ser o header que identifica o nome de cada coluna.
Caso contrário, o atributo associado à primeira coluna não será considerado para a criação do modelo da árvore de decisão e/ou a interpretação do atributo escolhido num dado nó do modelo de árvore de decisão poderá ser baixa.