数据挖掘决策树探讨

决策树(Decision Tree）是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。此文

python决策树代码

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

讲述决策树的原理 举例讲决策树如何计算并生成

使用java语言，ID3算法构建决策树，具有很好的分类效果

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

决策树是一种描述概念空间的有效的归纳推理办法。 基于决策树的学习方法可以进行不相关的多 概念学习，具有简单快捷的优势，已经在各 个领域取得广泛应用

文档为pdf格式，对回归决策树的原理进行了详细叙述及举例说明，并包含python实现代码。

模糊决策树