iris数据_实现ID3算法用于鸢尾花(Iris)数据分类及实现confusion matrix 评价分类结果...

从训练数据划分，到分类器性能评价均没有使用scikit-learn中的方法

代码

具体代码：https://github.com/kai123wen/MachineLearningAlgClass/tree/master/ID3

鸢尾花数据下载地址：https://archive.ics.uci.edu/ml/datasets/Iris

代码中有着详细的注释，直接看就好

tree.py

import 

值得注意的问题

下面我放了几个网址，因为这些网址写的都很好了，没必要再复制一遍。看明白了这些网址，也就明白了对应的问题

ID3算法介绍：

参考：https://zhuanlan.zhihu.com/p/26760551

决策树中连续值的处理：

参考：

1. https://blog.csdn.net/Leafage_M/article/details/80137305
2. https://blog.csdn.net/u012328159/article/details/79396893

决策树中剪枝处理

由于处理鸢尾花数据没有必要进行剪枝，因此代码中没有这一部分内容，但是决策树的剪枝还是要知道的

参考：https://www.jianshu.com/p/794d08199e5e

confusion matrix 构建

关于confusion matrix

confusion matrix 在机器学习中常用来评价监督学习算法的性能

参考：https://www.geeksforgeeks.org/confusion-matrix-machine-learning/

通过 confusion matrix 计算 precision 、recall

注意confusion matrix用于分类问题时，有的分类问题是二分类的（如判断一种动物是否属于鱼），有的问题是多分类的（如鸢尾花的判断），两种问题虽然本质是一样的，但是在实现confusion matrix时还是有些不同

参考：https://www.python-course.eu/confusion_matrix.php