决策树改进算法课件

决策数数据，用来验证demo的。 保存成了csv格式，方便测试

一份很有参考价值的资料

看书时照着算法写的 ID3 Examples Target attribute Attributes Examples即训练样例集 Target attribute是这棵树要预测的目标属性 Attri

决策树分类中SLIQ算法的改进，何骏，，大型数据库中的数据挖掘是目前数据挖掘领域重要的前沿课题。SLIQ算法采用了预排序技术，广度优先策略以及MDL修剪方法，是处理大型��

基于决策树改进CART算法的ANFIS结构辨识技术; ANFIS作为一种模糊工具具有信息记忆能力和神经 网络函数的训练能力可以有效的学习专家知识处理不确定性问题增强对未知和不确定环境的学习和适应能力使

在数据挖掘中!决策树方法是一个重点研究方向":X"方法是著名的决策树算法!在这种算法中!互信息的计算 依赖于特征值数目较多的特征!这样不太合理"为此!从离散度的角度!对:X"算法进行改进!通过%种算法

针对决策树C4.5算法在处理数值型因素时比较复杂和分类精度不高等问题,在数据预处理过程中采用云变换进行连续因素离散化,给出了连续属性离散化的具体算法.利用因素空间理论给出一种构造决策树算法的新的启发式

基于ID3算法决策树的研究与改进数据挖掘参考资料

此程序主要实现对数据的加载和处理,首先加载数据,本算法选择的数据集是鸢尾花数据集,加载的数据形式是元胞数组,本程序先把其转换成字符串数组,后对字符串数组进行处理,将数据部分和标签部分分隔开,数据部分转

经典决策树算法不能处理树构建和分类过程中的不确定数据。针对这一局限,将可用于不确定数据表达的证据理论与决策树分类算法相结合,把决策树分类技术扩展到含有不确定数据的环境中。为避免在决策树构建过程中出