模式识别与机器学习决策树.zip

硬件环境LenovoLegionY7000P2020H16GBDDR4IntelCorei7‐10750HWindows10Chineseversion软件环境VisualStudioCode1.55.2实验目的利用已有的数据集winedata实现决策树利用k10折交叉验证评估决策树决策树可视化实验记录1C4.5决策树C4.5算法是用于生成决策树的一种经典算法是ID3算法的一种延伸和优化.C4.5算法对ID3算法主要做了一下几点改进1.通过信息增益率选择分裂属性克服了ID3算法中通过信息增益倾向于选择拥有多个属性值的属性作为分裂属性的不足.2.能够处理离散型和连续型的属性类型即将连续型的属性进行离散化处理.3.构造决策树之后进行剪枝操作.4.能够处理具有缺失属性值的训练数据.