我计划用 Java 开发一个提供诊断的程序。数据集分为两个部分：一个用于训练，另一个用于测试。我的程序应该学习从训练数据中进行分类（顺便说一句，训练数据包含 30 个问题的答案，每个问题都在新列中，每条记录都在新行中，最后一列是诊断结果 0 或 1。在测试数据部分，诊断列将为空 – 数据集包含大约 1000 条记录），然后在测试数据部分进行预测 :/
我以前从未做过类似的事情，所以我很乐意接受任何关于类似问题解决方案的建议或信息。
我正在考虑使用 Java Machine Learning 库或 Java Data Mining Package，但不确定这是否是正确的方向…？而且我仍然不确定如何应对这个挑战…
请指教。
祝一切顺利！
回答：
你好，正如@人名 所说，这是一个分类问题。据我所知，最适合您需求的分类算法是 Ross Quinlan 算法。它在概念上非常容易理解。
对于现成的分类算法实现，最好的选择是 Weka。http://www.cs.waikato.ac.nz/ml/weka/。我研究过 Weka，但没有使用，因为我发现它有点晚了。
我使用了一个更简单的实现，名为 JadTi。对于像您这样较小的数据集，它的效果非常好。我已经使用了很多次，所以可以自信地说。JadTi 可以在以下位置找到：
http://www.run.montefiore.ulg.ac.be/~francois/software/jaDTi/
话虽如此，你的挑战将是在 Web 上构建一个可用的界面。为此，数据集的用途将受到限制。该数据集基本上基于您已经拥有训练集的前提，并且您一步到位地提供新的测试数据集，并且您立即获得答案。
但是我的应用程序，可能也是你的应用程序，是一个逐步的用户发现，具有在决策树节点上来回移动的功能。
为了构建这样的应用程序，我从我的训练集中创建了一个 PMML 文档，并构建了一个 Java 引擎，该引擎遍历树的每个节点，要求用户提供输入（文本/单选/列表），并将这些值用作下一个可能的节点谓词的输入。
PMML 标准可以在这里找到：http://www.dmg.org/ 在这里你只需要 TreeModel。NetBeans XML 插件是一个很好的支持模式的 PMML 编写器。Altova XML 可以做得更好，但需要花钱。
也可以使用 RDBMS 存储您的数据集并自动创建 PMML！我还没有尝试过。
祝你的项目好运，如果您需要进一步的意见，请随时告诉我。
