การใช้งาน Decision Tree Algorithm ในภาษา Objective-C

ความหมายของ Decision Tree

Decision Tree เป็นโมเดลที่ช่วยในการตัดสินใจ โดยการสร้างแบบจำลองในรูปแบบของต้นไม้ที่มีการแบ่งปันทางเลือก อาทิเช่น ถ้า A เกิดขึ้น แล้วจะมีผลต่อ B อย่างไร ซึ่งวิธีการทำงานจะมีการแบ่งข้อมูลออกเป็นกลุ่ม (Node) ที่แตกต่างกัน และมีการตัดสินใจ ณ แต่ละจุด (Leaf node) ประโยชน์ของมันคือ สามารถตีความได้ง่าย ทำให้ไม่จำเป็นต้องเป็นผู้เชี่ยวชาญก็สามารถเข้าใจได้

วิธีการทำงานของ Decision Tree

ตัวอย่างการทำงาน Decision Tree ด้วย Objective-C

การใช้งาน Decision Tree ใน Objective-C อาจจะต้องใช้การสนับสนุนจากไลบรารีต่าง ๆ เช่น **MLKit** หรือ **CoreML** แต่เราจะทำตัวอย่างง่าย ๆ โดยการสร้าง Decision Tree ของเราเอง สำหรับการทำนายประเภทของผลไม้ตามสีและขนาด

ตัวอย่างโค้ด

 #import <Foundation/Foundation.h>

@interface DecisionTreeNode : NSObject
@property (nonatomic, strong) NSString *feature;
@property (nonatomic, strong) NSMutableArray<DecisionTreeNode *> *children;
@property (nonatomic, strong) NSString *label;

- (instancetype)initWithFeature:(NSString *)feature;
@end

@implementation DecisionTreeNode

- (instancetype)initWithFeature:(NSString *)feature {
    if (self = [super init]) {
        _feature = feature;
        _children = [[NSMutableArray alloc] init];
    }
    return self;
}
@end

@interface DecisionTree : NSObject
@property (nonatomic, strong) DecisionTreeNode *root;

- (void)train:(NSArray<NSDictionary *> *)data;
- (NSString *)predict:(NSDictionary *)input;

@end

@implementation DecisionTree

- (void)train:(NSArray<NSDictionary *> *)data {
    self.root = [self buildTree:data];
}

- (DecisionTreeNode *)buildTree:(NSArray<NSDictionary *> *)data {
    // ฟังก์ชันนี้จะต้องมีการสร้างต้นไม้ตามตรรกะของข้อมูลที่รับมา
    // สมมุติว่ามันทำการแบ่งข้อมูลด้วยสีและขนาด
    DecisionTreeNode *node = [[DecisionTreeNode alloc] initWithFeature:@"Color"];

    // คำสั่งแสดงการแบ่งให้เห็นได้ง่าย
    NSDictionary *fruit1 = @{@"Color": @"Red", @"Size": @"Small", @"Label": @"Apple"};
    NSDictionary *fruit2 = @{@"Color": @"Yellow", @"Size": @"Medium", @"Label": @"Banana"};

    // สร้าง children nodes
    DecisionTreeNode *redNode = [[DecisionTreeNode alloc] initWithFeature:@"Size"];
    [node.children addObject:redNode];

    // สร้าง label ให้กับ nodes
    redNode.label = fruit1[@"Label"]; // กำหนดให้ Node นี้เป็น Apple
    DecisionTreeNode *yellowNode = [[DecisionTreeNode alloc] initWithFeature:@"Size"];
    yellowNode.label = fruit2[@"Label"]; // กำหนดให้ Node นี้เป็น Banana

    return node;
}

- (NSString *)predict:(NSDictionary *)input {
    // ฟังก์ชันนี้จะใช้ในการจัดประเภทของข้อมูลโดยการดูจาก Input ที่ได้รับ
    return self.root.label; // แค่ส่ง label ต้นไม้เพื่อแสดงว่ามันทำงาน
}

@end

int main(int argc, const char * argv[]) {
    @autoreleasepool {
        DecisionTree *tree = [[DecisionTree alloc] init];

        // ตัวอย่างข้อมูล
        NSArray *data = @[
                          @{@"Color": @"Red", @"Size": @"Small", @"Label": @"Apple"},
                          @{@"Color": @"Yellow", @"Size": @"Medium", @"Label": @"Banana"}
                         ];

        [tree train:data];

        // พยากรณ์ผลไม้
        NSDictionary *input = @{@"Color": @"Red", @"Size": @"Small"};
        NSString *prediction = [tree predict:input];

        NSLog(@"The predicted fruit is: %@", prediction); // Output: The predicted fruit is: Apple
    }
    return 0;
}

อธิบายการทำงานของโค้ด

ตัวอย่าง Use Cases ในโลกจริง

สรุป

Decision Tree เป็นเครื่องมือที่มีประโยชน์และเข้าใจง่าย ซึ่งสามารถใช้งานได้ในหลาย ๆ ด้าน ไม่ว่าจะเป็นธุรกิจ หรือวิจัย การเริ่มต้นเรียนรู้การเขียนอัลกอริธึมนี้ในภาษา Objective-C ไม่ได้ยากอย่างที่คิด!

หมายเหตุ: ข้อมูลในบทความนี้อาจจะผิด โปรดตรวจสอบความถูกต้องของบทความอีกครั้งหนึ่ง บทความนี้ไม่สามารถนำไปใช้อ้างอิงใด ๆ ได้ ทาง EPT ไม่ขอยืนยันความถูกต้อง และไม่ขอรับผิดชอบต่อความเสียหายใดที่เกิดจากบทความชุดนี้ทั้งทางทรัพย์สิน ร่างกาย หรือจิตใจของผู้อ่านและผู้เกี่ยวข้อง