OneR，即”One Rule”的缩写，是一种简单但准确的分类算法，它为数据中的每个预测变量生成一条规则，然后选择总误差最小的规则作为其“一条规则”。

我在GitHub上尝试寻找代码样本，但只找到一个用R语言开发的。我如何在JavaScript中实现这个算法？

我尝试了什么？我正在尝试按照以下示例文章进行实现：https://www.saedsayad.com/oner.htm

class OneR {  /**   * 传递数据集，它将是一个值数组。   * 最后一个值是分类器的值。   * 所有其他值都是预测变量。   *   * 示例   *   * 序列值的含义：   * |Outlook|Temp|Humidity|Windy|Play Golf|   *   * 序列的表示：   * ['rainy', 'hot', 'high', 0, 0]   *   * True和False表示为零或一   */  constructor(data = []) {    this.data = data;    this.frequences = {};  }  predict() {    if (this.data && this.data.length > 0) {      const firstRow = this.data[0];      const predictorCount = firstRow.length - 1;      let classifcator;      // 对于每个预测变量，      for (let i = 0; i < predictorCount; i++) {        // 对于该预测变量的每个值，按如下方式创建规则；        for (let y = 0; y < this.data.length; y++) {          // 计算目标（类别）每个值出现的频率          classifcator = this.data[y][predictorCount];          console.log(classifcator);          // 找到最频繁的类别          // 使规则将该类别分配给该预测变量的值        }        // 计算每个预测变量规则的总误差      }      // 选择总误差最小的预测变量    } else {      console.log("无法预测！");    }  }}module.exports = {  OneR};

我已经从csv文件中加载了数据

rainy,hot,high,0,0rainy,hot,high,1,0overcast,hot,high,0,1sunny,mild,high,0,1sunny,cool,normal,0,1sunny,cool,normal,1,0overcast,cool,normal,1,1rainy,mild,high,0,0rainy,cool,normal,0,1sunny,mild,normal,0,1rainy,mild,normal,1,1overcast,mild,high,1,1overcast,hot,normal,0,1sunny,mild,high,1,0

回答：