暂无评论
决策树是一种常用的机器学习算法，本文将详细介绍其原理及应用。首先介绍了决策树的基本概念：节点、分支、叶子节点以及决策过程。接着讲解了决策树的三种构建方法：ID3、C4.5和CART。同时，本文还介绍了
关于数据挖掘算法的描述——决策树算法(可惜是英文的,将就着看吧,反正都是图,能看懂)
资源含Java实现的C4.5决策树代码，以及测试数据。实现了C4.5的绝大部分功能，但关于连续变量和确实变量并未详加讨论。但是相关的函数已经提供，读者可以很容易借此实现。
用基本的ID3算法实现的决策树，附有源码及详细说明，包括输入输出、算法描述、数据结构及主要函数功能等
Java实现的数据挖掘、机器学习中经典的分类器算法ID3,C4.5,具体可点击我的博客查看
主要介绍了决策树剪枝算法的python实现方法,结合实例形式较为详细的分析了决策树剪枝算法的概念、原理并结合实例形式分析了Python相关实现技巧,需要的朋友可以参考下
主要介绍了Python3.0 实现决策树算法的流程,本文给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友可以参考下
包括讲解决策树算法的PPT与用python实现的能够正常运行的代码。
java实现的决策树算法（ID3），里面附带测试数据集，包含输出构建的决策树，测试正确率，对数据进行预测
本代码为本人阅读《机器学习实战》后写的关于使用决策树进行分类的完整代码，包括详细的中文注释，编程环境为Python2.7，欢迎下载学习。
暂无评论