DecisionTree：决策树算法的C ++实现

高效决策树算法系列笔记

【文档说明】 本文是自己整理的一些重点知识点，也是面试中会被问到的知识点 【文档结构】 决策树 信息熵（Entropy） 什么是决策树 决策树的构建过程 决策树分割属性选择 决策树量化纯度 决策树量化纯度 信息增益率计算方式 决策树的停止条件 决策树算法效果评估 决策树生成算法 ID3算法 ID３算法优缺点 C4.5算法 8 CART算法 8 ID3\C4.5\CART分类回归树算法总结 分类树和回归树的区别 决策树优化策略 决策树的剪枝 决策树剪枝过程 附录：

决策树算法,决策树算法,决策树算法,决策树算法,决策树算法,决策树算法,决策树算法,决策树算法,决策树算法,决策树算法,决策树算法,决策树算法

用C# winform 做的ID3算法可视化，运行算法，画出决策树，并支持根据条件进行分析。包含多个数据源，数据源都为.txt格式，可以根据数据源格式添加相关数据源。当然，这只是个课设，还有很多不足之处。

本文实现ID3算法的变体C4.5，从而处理带有连续值属性的决策树

决策树算法的java实现，包括C4.5和ID3的实现。

使用的是python3版本，自己编写的，能够完美运行，只需要运行主程序就行，数据啥的都准备好了

java实现的ID3决策树算法改良版，可以随意改变数据源(符合格式就行)

这是基于ID3算法编写的决策树，里面有一个可视化图形界面