AppMarket.exe

优化简洁，说明清晰，给大家一看就懂的C4.5 MATLAB实现

决策树经典算法的例子分析和说明，具体解释决策树的经典算法

文章目录数据选取和数据情况利用C4.5算法分类离散化连续变量C4.5原理C4.5实现应用训练好的决策树分类 数据选取和数据情况 本次实验选取鸢尾花数据集（http://archive.ics.uci.edu/ml/datasets/Iris） 数据包含5列，分别是花萼长度、花萼宽度、花瓣长度、花瓣宽度、鸢尾花种类。 鸢尾花属种类包含三种：iris-setosa, iris-versicolour, iris-virginica。 每一类分别是50条，共150条数据；每一类在四个属性的分布情况如下图所示 可视化代码 import pandas as pd import matplotlib.

机器学习，决策树ID3及C4.5算法实现源代码(西瓜数据集2.0测试及结果)

里面的数据来自UCI库，机器学习C4.5算法完全采用C语言实现

matlab_决策树C4.5算法源代码,支持matlab环境

该程序为C4.5算法的MATLAB实现源程序，通过该程序，可以实现数据的分类，生成决策树

C4.5算法 java实现 详细 界面

本程序为VS2010编写，其中源程序中包含测试数据。