基于改进随机决策树算法的分布式数据挖掘.pdf

主要介绍了Python决策树和随机森林算法,集合实例形式详细分析了决策树和随机森林算法的概念、原理及Python相关实现技巧与注意事项,需要的朋友可以参考下

通过增加一些规则来最终减少规则转换的冗余问题，并设计一种算法实现这种优化。在优化后的规则库、单维上用决策树方法查找，结果以位向量的方式存放，保持了算法的高速度，同时有效地节省了空间。

基于决策树的分类算法研究烦得很但是不知股份制的

概述了传统决策树方法的基本原理和优越性，指出了该方法应用于超大数据集的数据挖掘环境时的局限性；着重分五个方面概括了近年来决策树方法在数据挖掘中的主要进展，并讨论了决策树方法面临的挑战及其发展趋势。

基于决策树的数据挖掘在电信CRM中的应用研究.pdf 很实用，建议下载看看

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

数据挖掘实验，附加报告，外教老师，全原创，如有学弟学妹引用的话，需谨慎噢，可以参考~~~用C++实现的决策树，可以动态导入txt文档作为决策的源文件，然后自行输入需决策项进行决策，如有不懂的地方可以

数据挖掘中决策树分类技术研究写论文的好参考资料

这一部分是重复上传部分，不好意思，请下载时注意别重复下载。

准备讨论班时总结的资料，关于数据挖掘的工具介绍（主要是关于weka的），通过决策树来说明weka的使用，以及怎么用于编程当中。具有一定的实际意义，非讲理论，主要偏于实际应用及其程序编写。资料一部分是自