基于信息熵划分属性的决策树算法

ID3决策树的matlab代码和python代码，以及数据集

数据挖掘算法决策树算法及其在广泛领域的应用与扩展。

是关于mapreduce在数据挖掘算法决策树上的应用，mapreduce下的决策树算法的并行实现

决策树实现的基本原理,包括简单的数学推导和基本概念

决策树 matlab

决策树相关参数如下: - max_depth:树的最大深度,也就是说当树的深度到达max_depth的时候无论还有多少可以分支的特征,决策树都会停止运算. - min_samples_split: 分

决策树学习资料,我用过的最好的东西,分享给大家

利用不同的算法构建决策树，其中有基于信息增益的ID3、基于信息增益率的C4.5、以及二叉分类（回归）树，最后文档简单介绍了树剪枝的优缺点

采用10次10折交叉验证，测试集平均准确率为95%左右绘有决策树图

matlab语言实验的决策树代码，有信息增益和信息增益率两种方式