明天是已經延了一週的 meeting ，而我今天卻還沒有進度可以報告，所以我決定今天到 Lab 努力一天。最近進度會如此緩慢，「沒有方向」是其中一個原因，不過兩天前當我去跟熊催討決策樹程式時，我發現熊已經難以壓抑、幾乎要爆炸了，所以我就想：「嗯… 我還是自力更生吧！」。
今晚我本來的目標只是要實作完我的計分方法，並且找出計分方法中的問題，不過修改演算法好難，我改了一陣子就感到腸枯思竭，於是決定先研究決策樹。我去把 Weka 抓下來，然後照著 IKVM with Weka tutorial 這篇教學作，意外地非常簡單，而且因為 IKVM 用 Reflection 實作了 IntelliSense ，所以在 Visual C# 裡寫起 Java 就跟寫 C# 一樣自然， IntelliSense 不只是能減少打字的麻煩，某種程度上，它可以讓寫程式就像是一連串的選擇題 XD
不過最後我還是沒有在 C# 裡面寫 Java ，因為我打開 Weka 之後發現…… 我完全可以在 Weka 裡面完成我的實驗，不需要再寫一個新的、專門化但是功能較少的 GUI 。發現了這點之後，我便又回到計分方法的實作，並且將我現有的程式與計分模組整合，然後產生出資料丟給 Weka 。 Weka 竟然可以直接幫我作 K-fold cross-validation ，連 Recall、Precision、F-measure 也一併算給我，實在是超方便！結果今天的進度很意外地就超前了好多，幾乎算是已經把實驗作完，只剩下寫論文了 XD
「星期三的 meeting 延到今天。」這件事我在兩天內忘記而又被提醒了好幾次，連並非同 Lab 的同學都記得，我卻忘記了，真是慚愧 XD
雖然已經隔了兩天，但大家似乎都有其他事情要忙，因此今天還是沒有人有東西可以報告，不過剛好堅哥有新的 idea ，所以今天的 meeting 主要是堅哥在談他的 idea 。咪完之後，我因為報告終於都告一段落了，所以到 Lab 去查點論文的相關資料。
我繼續研究了一陣子 multiple pattern matching 演算法，然後覺悟到我實在沒必要把時間浪費在提昇邊際效益上，於是開始認識決策樹。我看了學弟妹的畢專論文對於決策樹的介紹後，實在無法瞭解他們選擇 ID3 的原因，如果要以最適用而論，我覺得 CART 的二分法相當適合他們，而如果要以最準確而論，改良自 ID3 的 C4.5 顯然更好。之後又看了一些其他的決策樹演算法簡介，我想 C4.5 是個不錯的研究目標。
接下來查到 Weka 這個軟體，雖然某人的 blog 上曾經提過，但我一直沒有興趣研究，因為我不會改 Java ，如果有需要對演算法作修改的話，還是用我熟悉的語言比較好。不過今天發現微軟竟然提供了 Java 轉 C# 的工具 ，所以我想或許可以參考一下用 Java 寫成的 Weka… XD
試用後才發現滿好用的，它實作了好多演算法任君選擇，效率也非常好，真是讓我心動。 ARFF 格式的資料也不難產生，只要稍微修改一下 Herbivora 便能使用，現在只差還沒有足夠的 Data 可以讓我玩——只有一種類型的 Data 是沒有辦法跑決策樹的 XD
![[Convulsion&WOLF][CHAOS;HEAD][01]](http://farm4.static.flickr.com/3023/2938071766_778bc20697_s.jpg)
