隐形眼镜数据集，机器学习实战决策树部分的数据集，3.4所需要的数据

决策树癌症预测 使用现有数据通过决策树进行学习来预测乳腺癌的示例（scikit-learn / python） 加工 收集的数据样本已分为测试样本和训练样本。 使用scikit的决策树生成器和转换集，可用于基于ID3生成树。 然后可以将测试数据用于交叉验证生成的树的准确性。 这个小程序还生成pdf，以可视化生成的树。 注意 该程序仅用于演示/实验目的。 以下是依赖项 python numpy scipy scikit-学习pydotplus graphviz 使用说明 安装python版本2.7 要安装上述软件包，请遵循以下命令 点安装numpy 点安装scipy 点安装scikit学

基于python逐步实现Decision Tree(决策树)，分为以下几块： 加载数据集 熵的计算 根据最佳分割feature进行数据分割 根据最大信息增益选择最佳分割feature 递归构建决策树 样本分类

针对单一的分类器用于旋转机械故障诊断时存在准确率不高的问题,提出一种基于随机森林算法的旋转机械齿轮组故障诊断方法。该方法利用随机森林多分类器组合决策树的思想,通过多分类器的组合学习提高故障诊断的准确率,并在风力涡轮动力传动系统故障诊断模拟器系统上进行了多工况多故障的实验验证。首先,收集多工况、多故障的齿轮传感器信号,提取传感器信号的时域特征作为随机森林的输入特征量。然后,利用构建好的随机森林模型进行齿轮组的故障诊断,并将随机森林算法的分类结果与支持向量机方法的分类结果进行对比。通过对故障诊断结果的分析,随机森林算法避免了复杂的寻参过程和传统分类器的过拟合现象,能够处理大规模数据集,通过分类器的组合,提高了故障诊断准确率,并缩短了分类模型的预测时间,具有较好的应用前景。

打网球数据集 机器学习决策树练习用

文档从UCI机器学习数据集中选择Iris、Spambase、Car Evaluation三个数据集，用于进行基于决策树分类算法的十折交叉验证验证。通过编程实现决策树分类算法，并通过十次十折交叉验证测试算法分类精度。报告对数据集、算法、实验结果以及源码进行了详细分析。资源中含数据集、Visio流程图、文档内容，文档中附有关键代码

决策树典型算法ID3原理与代码实现.pptx

主要为大家详细介绍了python决策树之CART分类回归树，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

自己写的python决策树+随机森林，实现了预剪枝，后剪枝，并且包含了实验报告

基于C#语言的决策树代码，实现决策树，并且递归输出，代码中有注释 基于C#语言的决策树代码，实现决策树，并且递归输出，代码中有注释