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。由于
c++实现决策树之CART算法
决策树实战代码，利用ID3算法进行建树，并可视化决策树，最终用于隐形眼镜的分类问题。
改名zip,直接解压，添加路径到变量即可。无需安装。我电脑msi装不上，所以才想到的这个办法。
1.什么是分类算法2.关于分类算法的问题3.决策树算法介绍4.评估模型的准确性5.应用：决策树算法在python中的实现6.总结
数据仓库与数据挖掘的实验，决策树实现的代码与实验报告
决策树代码在机器学习中，决策树是一个预测模型，他代表的是对象属性与对象值之间的一种映射关系。Entropy=系统的凌乱程度，使用算法生成树算法使用熵。这一度量是基于信息学理论中熵的概念。
很好用的excel插件，用于决策分析，求解最优解
UsingSASEnterpriseMiner决策树建模
Decision tree python implementation
用户评论