功能： 1.读取文本数据建立决策树 2.可视化输出决策树 3.给定数据进行决策判断 4.计算决策命中率

包含C4.5算法对UCI wine 数据集的MATLAB代码和详细的说明文档

数据挖掘方法中的决策树方法，在R语言上如何实现，

1.亲测MATLAB2014a及2016a可运行 2.拥有从训练树到测试树分类性能的完整流程

2017年3月16号关于决策树的资源上传错了，这一份才是决策树的Python代码实现，包含详细的中文注释，欢迎下载学习。Python版本为2.7.

数据挖掘作业，决策树，安书上做的 ，有自己的写的图文并茂的word文档

决策树生成算法的Java实现，可能还有一些BUG，没有做仔细校验与测试，完成主要功能。决策树具体详解移步:http://blog.csdn.net/adiaixin123456/article/details/50573849 项目的目录结构分为四个文件夹algorithm，common，data，test (1)algorithm为算法，包括DecisionTree(决策树生成算法)、IAttrSelector(最佳分裂点属性选择算法接口)、BaseAttrSelector(基础的属性选择算法实现) (2)common为公用类，只包含了表示多叉树的类TreeNode (3)data为数据,包含了BaseRecord(基础记录，这里只有一个属性，就是要分类的属性Boolean的，其他数据库实体都应该继承该类) HummanAttrRecord(描述用户的属性类，包括收入、年龄、是否为学生、信用评级)、 EmAgeLevel(年龄枚举类)、EmCreditRate(信用枚举类)、EmIncome(收入枚举类)。 (4)test为测试类

adaboost 演示demo（基于Matlab，学习算法包括决策树、神经网络、线性回归、在线贝叶斯分类器等），动态GUI显示学习过程、vote过程等

本程序为VS2010编写，其中源程序中包含测试数据。