基于决策树算法的遥感影像面向对象分类软件

压缩包包含数据和代码，代码有详细的算法分析过程。算法使用的是c5.0决策树模型。分析过程重在建模和模型提升。

决策树算法是非常有用的一类算法。在数据挖掘中有着不可估量的作用。

决策树算法ID3实现，带有训练数据和测试数据。可以打印出构建的决策树。

本课件对决策树算法进行改进，简明扼要的阐述了id3算法的具体内容，是高校教学有一定的借鉴指导作用

决策树是一种常用的机器学习算法，本文将详细介绍其原理及应用。首先介绍了决策树的基本概念：节点、分支、叶子节点以及决策过程。接着讲解了决策树的三种构建方法：ID3、C4.5和CART。同时，本文还介绍了

关于数据挖掘算法的描述——决策树算法(可惜是英文的,将就着看吧,反正都是图,能看懂)

在计算机科学中,树是一种很重要的数据结构,比如我们最为熟悉的二叉查找树(Binary SearchTree),红黑树(Red-BlackTree)等,通过引入树这种数据结构,我们可以很快地缩小问题规模

转载：目前基于符号处理的方法是解决分类规则提取问题的主要方法，而基于神经网络的连接主义方法则用的不多，其主要原因在于虽然神经网络的分类精度高，但难于提取其所隐含的分类规则与知识。针对这个问题，结合神经

近年来，利用机器学习方法处理流量分类问题已成为网络测量领域一个新兴的研究方向。在目前研究中应用较多的是朴素贝叶斯方法及其改进算法，但这些基于贝叶斯定理的分类方法过于依赖样本空间的分布，具有潜在的不稳定

esri中国出品基于ENVI软件的图像分类技术教程之一基于CART获取规则的决策树分类，CART算法考虑到每个节点都有成为叶子节点的可能，对每个节点都分配类别。分配类别的方法可以用当前节点中出现最多的