实例如下： # -*- coding:utf-8 -*- from numpy import * import numpy as np import pandas as pd from math import log import operator #计算数据集的香农熵 def calcShannonEnt(dataSet): numEntries=len(dataSet) labelCounts={} #给所有可能分类创建字典 for featVec in dataSet: currentLabel=featVec[-1] if currentLabel n

主要介绍了Python3 ID3决策树判断申请贷款是否成功的实现代码，本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下

完整的ID3决策树算法，采用了scala语言来实现，代码完整。

使用ID3决策树：先运行cut_data.py划分训练集和测试集。然后运行tree_main.py。 使用随机森林：运行forest.py即可。 注：，含有数据集，使用前要修改代码中数据集的路径。

机器学习实验，python代码，全部是我自己写的。 python实现ID3算法构建决策树，并用pygraphviz进行可视化操作； 数据集使用西瓜数据集2.0； 建议配套我的博客文章使用：https://blog.csdn.net/ljw_study_in_CSDN/article/details/116375359

此程序主要实现对数据的加载和处理，首先加载数据，本算法选择的数据集是鸢尾花数据集，加载的数据形式是元胞数组，本程序先把其转换成字符串数组，后对字符串数组进行处理，将数据部分和标签部分分隔开，数据部分转换成数组形式，标签部分则对应存储于字符串数组中。然后对数据创建决策树，结果存储于结构体中，后计算算法的准确率。最后将结构体数据转换成元胞数据，转换成treeplot系统函数能识别的数据形式，并绘制决策树。

决策树ID3\ID4算法实例源码

包括源代码和两份测试数据，可以直接运行

matlab实现ID3决策树代码，例程中使用西瓜数据集，运行decisionTree.m即可

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。