这是在玩决策树时碰到的一个资源，具体还没有研究，已经亲测有效

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。

博客介绍：https://blog.csdn.net/leva345/article/details/119057057 01_决策树案例一：鸢尾花数据分类.ipynb118 kB1 小时前 Running 02_决策树案例一：鸢尾花数据特征属性比较.ipynb160 kB1 小时前 Running 03_决策树案例二：波士顿房屋租赁价格预测（自己写一下）.ipynb150 kB44 分钟前 Running 04_决策树过拟合和欠拟合.ipynb55.9 kB38 分钟前 Running 05_决策树回归模型可视化.ipynb506 kB25 分钟前 Running 06_决策树分类模型可视化.ipynb

行业分类-物理装置-基于分布式并行决策树的高维特征数据分类方法及系统.zip

决策数数据，用来验证demo的。 保存成了csv格式，方便测试

基于决策树技术的CET-4成绩数据挖掘研究.pdf

基于决策树的数据挖掘技术在学校成绩管理方面的应用.pdf

分析数据挖掘中决策树算法及其应用.pdf

数据挖掘与决策树J48算法在文本分类中的应用.pdf

决策树数据挖掘技术在医学诊断中的实现.pdf