数据挖掘决策树的建立(PPT 23页)

学习数据挖掘的工具-weka
天气数据
ID3决策树算法描述
信息值（熵）、信息增益的概念
ID3算法的不足及改进
C4.5算法做出的改进
C4.5算法的缺点
weka是用Java语言编写的完整的软件资源
Explorer是weka的主要图形用户界面
weka存储数据的原始方式是ARFF或CSV文件格式
ARFF文件是由一组实例组成，
并且每组实例的属性值由逗号分开。（属性的类别）
决策节点：
1.最上面的节点称为根节点，是整个决策树的开始。
2.每个节点子节点的个数与决策树在用的算法有关。（二叉树、多叉树）
分支：判断过程，要么是新的决策节点，要么是叶子
树叶:树的结尾，每个叶子代表一个类别
..............................