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.pdf2.car_evalution-databases.pdf
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.pdf2.car_evalution-databases.pdf
2025/2/7 20:05:03
1.17MB
1
决策树ID3算法matlab源代码片段function[TreeRulesMatrix]=DecisionTree(DataSet,AttributName)%输入为训练集，为离散后的数字，如记录1：11321；
%前面为属性列，最后一列为类标ifnargin＜1error('请输入数据集');elseifisstr(DataSet)[DataSetAttributValue]=readdata2(DataSet);elseAttributValue=[];end
%前面为属性列，最后一列为类标ifnargin＜1error('请输入数据集');elseifisstr(DataSet)[DataSetAttributValue]=readdata2(DataSet);elseAttributValue=[];end
2024/9/13 9:14:03
44KB
1
实验内容已知：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
求：用ID3算法建立Car-Evaluation的属性描述决策树
2024/3/9 1:15:32
166KB
1
数据挖掘ID3算法（JAVA实现），在许多网上的例子上进行了一部分修改以及加上了更多的注释，希望可以给小白们带来帮助
2024/2/8 10:19:43
777KB
1
1.C4.5：是机器学习算法中的一种分类决策树算法，其核心算法是ID3算法。
2.K-means算法：是一种聚类算法。
3.SVM：一种监督式学习的方法，广泛运用于统计分类以及回归分析中4.Apriori：是一种最有影响的挖掘布尔关联规则频繁项集的算法。
5.EM：最大期望值法。
6.pagerank：是google算法的重要内容。
7.Adaboost：是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器然后把弱分类器集合起来，构成一个更强的最终分类器。
8.KNN：是一个理论上比较成熟的的方法，也是最简单的机器学习方法之一。
9.NaiveBayes：在众多分类方法中，应用最广泛的有决策树模型和朴素贝叶斯（NaiveBayes）10.Cart：分类与回归树，在分类树下面有两个关键的思想，第一个是关于递归地划分自变量空间的想法，第二个是用验证数据进行减枝
2.K-means算法：是一种聚类算法。
3.SVM：一种监督式学习的方法，广泛运用于统计分类以及回归分析中4.Apriori：是一种最有影响的挖掘布尔关联规则频繁项集的算法。
5.EM：最大期望值法。
6.pagerank：是google算法的重要内容。
7.Adaboost：是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器然后把弱分类器集合起来，构成一个更强的最终分类器。
8.KNN：是一个理论上比较成熟的的方法，也是最简单的机器学习方法之一。
9.NaiveBayes：在众多分类方法中，应用最广泛的有决策树模型和朴素贝叶斯（NaiveBayes）10.Cart：分类与回归树，在分类树下面有两个关键的思想，第一个是关于递归地划分自变量空间的想法，第二个是用验证数据进行减枝
2024/1/25 9:25:40
626KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB