对于决策树来说,主要有两种算法:ID3算法和C4.5算法,本资源实现的是决策树分类算法中的ID3算法，利用matlab编程实现
2019-12-21 20:54:18
22KB
1
用python编写的决策树ID3算法，运用了Car-Evaluation的例子。BUG较少，综合了网上的优秀代码，并进一步形成自己的代码。代码基本有注释，风格良好，能够很快看懂。内含有比较规范的报告文档，包含所有流程图，说明图，以及文档风格绝对不错，无需更改，建议下载！
该算法所测试的数据集如下（已经打包在内，并已经生成xls格式，方便直接使用）：
已知：UCI标准数据集Car-Evaluation，定义了汽车性价比的4 个类别；
求：用ID3算法建立Car-Evaluation的属性描述决策树
Car-Evaluation训练数据集文件：
1. car_databases.pdf
2. car_evalution-databases.pdf
2019-12-21 20:42:15
1.17MB
1
自己写的，已经测试实现了，使用的非遍历树节点，采用更为简单的方法进行循环。逻辑比较简单。可以下载看一看，参考一下。
2019-12-21 20:23:28
51KB
1
决策树ID3算法matlab源代码片段
function [Tree RulesMatrix]=DecisionTree(DataSet,AttributName)
%输入为训练集，为离散后的数字，如记录1：1 1 3 2 1；
%前面为属性列，最后一列为类标
if nargin<1
error('请输入数据集');
else
if isstr(DataSet)
[DataSet AttributValue]=readdata2(DataSet);
else
AttributValue=[];
end
2019-12-21 20:01:43
44KB
1