C4.5算法（數據挖掘經典分類算法）

實現C4.5算法 一、算法描述 統計好樣本集S，屬性集A，分別求出屬性集中每個屬性的信息增益率，選中增益率最大的屬性P，假設P總有n種情況的取值（連續變量要離散化），那麼分別統計好第i種情況時樣本集Si和除去P的屬性集Pi，生成相對應的子樹。主要重點有：信息增益率的計算、事後剪枝使用悲觀錯誤率衡量、樹的建造（分治思想）等。 二、主要步驟 1）  讀取文件信息，統計數目 2）  建立決策樹 如果樣本

>>阅读原文<<