决策树算法及应用拓展.ppt

用训练集生成决策树然后预测新的数据的分类属性选择度量使用的是信息增益的选择度量

python实现决策树CART算法使用西瓜数据集参考机器学习和统计学习方法实现决策树算法.

数据挖掘十大算法：决策树c4.5算法，可以快速了解c4.5算法原理

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。

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