gpt-4-0314· openai
Suzhen/CodeChat
开发一个决策系统,设计决策系统的类,利用树模型,做决策规则灵活配置,给出规则配置的样例,例如配置相应规则,会运行出相应决策结果。要求写出完整代码,代码可运行
- User
开发一个决策系统,设计决策系统的类,利用树模型,做决策规则灵活配置,给出规则配置的样例,例如配置相应规则,会运行出相应决策结果。要求写出完整代码,代码可运行
- Assistant
以下是一个基于决策树模型的简单决策系统实现:
class TreeNode: def __init__(self, decision_function=None, leaf_value=None, true_node=None, false_node=None): self.decision_function = decision_function self.leaf_value = leaf_value self.true_node = true_node self.false_node = false_node def is_leaf(self): return self.leaf_value is not None def decide(self, data): if self.is_leaf(): return self.leaf_value else: decision_result = self.decision_function(data) if decision_result: return self.true_node.decide(data) else: return self.false_node.decide(data) class DecisionSystem: def __init__(self, root_node): self.root_node = root_node def decide(self, data): return self.root_node.decide(data) # 决策规则函数示例 def age_decision_function(data): return data['age'] > 30 def income_decision_function(data): return data['income'] > 5000 # 决策树构建示例 root_node = TreeNode(age_decision_function) middle_node = TreeNode(income_decision_function) # 如果年龄>30,判断收入 root_node.true_node = middle_node root_node.false_node = TreeNode(leaf_value='Young person') middle_node.true_node = TreeNode(leaf_value='Old and high income') middle_node.false_node = TreeNode(leaf_value='Old and low income') # 创建决策系统对象 decision_system = DecisionSystem(root_node) # 测试数据 test_data1 = {'age': 35, 'income': 6000} test_data2 = {'age': 28, 'income': 4500} test_data3 = {'age': 42, 'income': 4000} # 决策结果输出 print(decision_system.decide(test_data1)) # Output: Old and high income print(decision_system.decide(test_data2)) # Output: Young person print(decision_system.decide(test_data3)) # Output: Old and low income以上代码中创建了一个决策树模型,根据年龄和收入来做出决策,具体逻辑如下:
- 如果年龄大于30,则进一步判断收入
- 如果收入大于5000,则认为是"Old and high income"(高收入老年人)
- 如果收入小于等于5000,则认为是"Old and low income"(低收入老年人)
- 如果年龄小于等于30,则认为是"Young person"(年轻人)
最后测试了3个数据集,并输出决策结果。当然这个代码只是简单示例,具体决策树和规则可以根据实际需求灵活配置。