暂无评论
哈工大某大四学生的毕业论文答辩比较详细基于决策树的
信息增益是决策树算法中用于选择最优特征的指标之一，本文详细介绍了信息增益的原理和计算方法，并结合实例说明了使用信息增益构建决策树的步骤。同时还介绍了常见的剪枝方法，以及信息增益算法的优缺点。阅读本文可
决策树构建算法的实现，我在北京GUCAS期间完成。用法源代码有很好的文档记录，所以不要害怕在文件中寻找有关功能的更多信息。id3.py使用CSV文件filename.csv（有关格式，请参阅examp
随着终身学习体系的逐步构建,基于互联网的远程学习模式应用不断普及,各种网络学习平台也不断累积大量的学员学习和考试方面的数据。采用数据挖掘技术对这些数据进行分析,可以充分挖掘网络学习平台存量数据的价值。
决策树学习是应用最广的归纳推理算法之一 是一种逼近离散值函数的方法 很好的健壮性 能够学习析取表达式 ID3, Assistant, C4.5 搜索一个完整表示的假设空间 归纳偏置是优先选择较小的树
决策树
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
决策树学习及其剪枝算法研究论文。
这是一个使用matlab来实现决策树cart的算法。
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
暂无评论