决策树算法C4.5

决策树经典学习算法，C4.5算法是ID3算法的改进，加上了子树的信息，因素属性的值可以是连续量,训练例的因素属性值可以是不确定的,对已生成的决策树进行裁剪,减小生成树的规模.

机器学习一、概述什么是机器学习？人工智能：通过人工的方法，实现或者近似实现某些需要人类智能处理的问题，都可以称为人工智能。机器学习：一个计算机程序在完成任务T之后，获得经验E，而该经验的效果可以通过P

用C++实现的C4.5算法，以及在此基础上实现的随机森林算法。带有两个训练与测试集合。

包含C4.5算法对UCI wine 数据集的MATLAB代码和详细的说明文档

c语言实现的决策树算法，处理离散数据实现得有点简单，附PPT介绍

c++编写的决策树分类算法，能够对文本进行决策树分类，算法中包括了决策树算法的全部步骤，是决策树学习的不错例子，下载后用VS2008打开就可以执行

决策树是一种用于分类和回归任务的树状结构。回归树是一种专门用于回归任务的决策树，它通过建立一个树状结构来预测连续值。Sklearn库提供了用于创建和使用决策树的模块。

决策树C语言实现代码，建立决策树，建立决策树链接

基于C#语言的决策树代码，实现决策树，并且递归输出，代码中有注释

输出决策树，代码下方有案例