超级会员免费看
本文详细介绍了数据挖掘中的决策树算法，包括决策树的基础知识、Hunt算法、Gini测度与划分标准。通过实例解释了如何构建决策树，讨论了如何选择最佳划分属性，以及在多分类和特征值连续情况下的处理方法。内容涵盖了C4.5和CART等知名决策树算法，适合对数据挖掘感兴趣的读者深入学习。
在2006年12月召开的 IEEE 数据挖掘国际会议上（ICDM， International Conference on Data Mining），与会的各位专家选出了当时的十大数据挖掘算法（ top 10 data mining algorithms ），可以参见文献【1】。本博客已经介绍过的位列十大算法之中的算法包括：
- [1] k
订阅专栏 解锁全文
扫一扫
1万+
评论 8
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
