c++ - 有限状态机与 ID3 决策树

标签 c++ machine-learning arduino decision-tree fsm

我有一个项目正在像微 Controller 这样的 Arduino 上运行,它目前是一堆混合的 IF ELSE 语句,由于应用了所有不同的“规则”并在各个状态之间移动,因此很难遵循这些语句。我基本上有 (6) 种模式/状态,它们已包装到通过主循环中的 Case stement 管理的函数中,并且转换所需的更改被隐藏在这些函数的顶部,以允许几乎任何状态转换到另一个状态。一些研究让我想到了有限状态机 (FSM),但我也看到很多人指向 ID3 和类似的决策树。确定状态的输入是明确定义/已知的。考虑到我的系统不试图解决“已知的未知数”,决策树与 FSM 的努力是否值得?

最佳答案

如果您使用 ID3,它将对每个新的“输入”执行相同的过程以生成输出/状态,而在 FSM 中,您只需一步即可从一个状态移动到另一个状态。

因此,在您的情况下,使用 ID3 似乎确实增加了不必要的压力。我会选择 FSM。

关于c++ - 有限状态机与 ID3 决策树,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/32551791/

相关文章:

c++ - 将字符串和数字读取到 vector C++

python - RandomForest评分方法ValueError

c - Arduino - 如何循环从 000000 到 FFFFFF 的十六进制颜色?

arduino - RabbitMQ 与 Arduino Uno

c++ - 为什么将可视化调试器附加到我的程序比直接从 visual studio 运行它更快?

c++ - 删除运算符隐藏类运算符?

c - 如何使用 C/C++ 对经过训练的神经网络进行推理?

arduino - Xively 是否适合数据简单/不频繁且数据处理在外部完成的情况?

c++ - Eigen 中的稀疏矩阵和 vector 加法广播

python - 顺序拟合随机森林sklearn