创建决策树算法的比较研究ID3C45C50算法的比较

研究决策树生成过程的具体环节，针对每个步骤提出优化想法。分类，样本筛选，剪枝，以及组合优化等，对决策树的优化效果明显提高。

数据挖掘是指从数据库中抽取隐含的、具有潜在使用价值信息的过程，是一种新型的数据分析技术，已被广泛应用于金融、保险、政府、教育、运输以及国防等领域。数据分类是数据挖掘中一个重要的内容。分类存在很多方法，

1.什么是分类算法2.关于分类算法的问题3.决策树算法介绍4.评估模型的准确性5.应用：决策树算法在python中的实现6.总结

决策树代码在机器学习中，决策树是一个预测模型，他代表的是对象属性与对象值之间的一种映射关系。Entropy=系统的凌乱程度，使用算法生成树算法使用熵。这一度量是基于信息学理论中熵的概念。

python实现决策树分类算法ID3算法数据挖掘分类算法，完整代码

用JAVA语言编写的决策树算法(完整版)

汽车有6个属性,每个属性都有几种类别,根据这6个属性来判断汽车的性价比Classvalue如何, ClassValues有以下几种情况unacc,acc, good,vgood buying( vhi

对于分类和回归两种 离散属性和连续属性的处理 缺失值的处理

决策树源代码，C++实现

机器学习的作者的ppt，讲解decision tree learnling这一节的