C4.5算法（数据挖掘经典分类算法）

实现C4.5算法 一、算法描述 统计好样本集S，属性集A，分别求出属性集中每个属性的信息增益率，选中增益率最大的属性P，假设P总有n种情况的取值（连续变量要离散化），那么分别统计好第i种情况时样本集Si和除去P的属性集Pi，生成相对应的子树。主要重点有：信息增益率的计算、事后剪枝使用悲观错误率衡量、树的建造（分治思想）等。 二、主要步骤 1）  读取文件信息，统计数目 2）  建立决策树 如果样本

>>阅读原文<<