决策树培训课件(PPT 83页)

数据挖掘简介
决策树的用途
决策树的建立（ID3）
C4.5示例
Weka J48源码解析
数据挖掘10大算法
建立分类模型的一般方法
决策树的建立
补充：信息熵例子
补充：信息熵
补充：关于某布尔分类的熵函数
补充：更一般的熵定义
补充：用信息增益度量期望的熵降低
决策树的建立-- 决策树建立的关键
决策树的建立-- 对测试样例的信息期望
决策树的建立--对测试样例的信息期望
决策树的建立--例
决策树的建立-- 决策树建立步骤（例）
决策树的建立--青年组数据表分析（例）
决策树的建立--老年组数据表分析（例）
决策树算法流程（ID3）
从ID3到C4.5
ID3信息增益存在的问题
C4.5信息增益率
C4.5例
C4.5例－选划分点
C4.5例－选属性
C4.5比ID3的改进
C4.5示例Weka J48
weka中的weather数据（字符型、数值型）
Weka J48算法源码解析

..............................