matlab求求的代码男HepC 决策树 贡献者：Adeeb Rashid、Rilee Robbins、Beauregard Brickson 宗旨 这个项目有两个目标： 早期诊断丙型肝炎患者，无需他们要求进行丙型肝炎特异性血液检查或在严重肝损伤之前，以便他们及早治疗疾病。 及早诊断丙型肝炎患者，以防止疾病进一步传播给他人。 意义和范围 丙型肝炎是一种攻击肝脏的病毒感染，可导致肝癌和/或肝硬化。 大量 HepC 阳性的人没有任何病毒症状，这是本研究的一大动机。 该模型可用于预测接受常规血液检查的患者是否患有丙型肝炎，而无需直接检测病毒。 这种病毒的早期诊断对于防止长期并发症和将病毒传染给另一个人至关重要。 我们项目的范围适用于任何接受常规血液检测的人，因为该模型可以在每次血液检测后运行，以改善早期检测并消除进行特定丙型肝炎检测的需要。 数据集 数据集以 *.csv 文件形式呈现，并在 Kaggle 上找到。 它提供了 614 名患者的血液数据，包含以下特征：年龄、性别、白蛋白（ALB）、碱性磷酸酶（ALP）、丙氨酸转氨酶（ALT）、天冬氨酸转氨酶（AST）、胆红素（BIL）、胆碱酯酶（

对比决策树分类 整棵决策树就对应着一组析取表达式规则。

过分拟合与多重比较 模型的过分拟合可能出现在使用多重比较过程的算法中 多重比较的例子：考虑未来十个交易日股市是升还是降 一个人十次猜测至少正确预测八次的概率是：0.0547 假设从50个股票分析家中选择一个投资顾问，策略是选择在未来的十个交易日做出最多正确预测的分析家。 该策略的缺点是，即使所有的分析家都用随机猜测做出预测，至少有一个分析家做出八次正确预测的概率是：1-（1-0.0547）50=0.9399，这一结果相当高。

决策树的分类 信息增益 信息增益 = 分类前后的信息熵之差 信息增益越高，就越应优先选择该属性进行分类 通过信息增益来进行分类，会优先选择类别多的属性进行划分 信息增益率 为了解决信息增益会优先选择类别多的属性进行划分的问题，使用信息增益率。 但是没啥用 基尼系数 基尼值 从数据集D中随机抽取两个样本，其类别标记不一致的概率。故，Gini（D）值越小，数据集D的纯度越高。 基尼系数 选择使划分后基尼系数最小的属性作为最优化分属性。 不同的决策树类型 信息增益 – ID3 决策树 会偏向使用属性更多的类别进行划分 只能处理离散的数据集 信息增益率 – C4.5 决策树 对ID3 决策

为了解决信息安全风险评估方法主观性大、建模时间长、分类正确率低的问题，提出了基于决策树的智能信息安全风险评估方法。该方法利用层次分析法对信息安全风险评估因素进行层次分解，利用机器学习中的决策树分类算法对数据进行分类。实例分析表明：与基于支持向量机的信息安全风险评估方法相比，在处理央企、银行、政府等单位风险评估过程中得到的离散型数据时，基于决策树的智能信息安全风险评估方法对数据类别分布无要求，分类正确率提高了2倍，且分类速度快。因此该方法更适合应用于实际的信息系统风险评估中。

在科学把握决策树与信用风险管理理论的基础上，对现有信用风险评估模型和方法进行了分析评价，针对信用评估结果不确定的情况，在企业信用风险评估中引入决策树分析方法，建立了基于决策树技术的企业信用风险评估模型，使信用风险评估工作更科学、可靠，更直观，以便更科学地筛选赊销对象。

matplotlib.pyplot绘制决策树的准确率，召回率，ROC，特征重要性-附件资源

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

null决策树算法.ppt

机器学习与算法源代码5： 决策树模型.zip