数据挖掘-分类方法.pptVIP

(二)决策树的基本算法 Generate_decision_tree//根据给定数据集产生一个决策树 输入：训练样本，各属性均取离散数值，可供归纳的候选属性集为:attribute_list。 输出：决策树。 处理流程程： （1）创建一个结点； （2）若该结点中的所有样本均为同一类别C，则 （3）返回N作为一 个叶结点并标志为类别C； （4）若attribute_list为空，则 （5）返回N作为一个叶结点并标记为该结点所含样本中类别个数最多的类别； （6）从attribute_list选择一个信息增益最大的属性test_attribute； （7）并将结点N标记为test_attribute； （8）对于test_attribute中的每一个已知取值ai准备划分结点N所包含的样本集； （9）根据test_attribute=ai条件，从结点N产生相应的一个分支，以表示该测试条件； （10）设si为test_attribute=ai条件所获得的样本集合； （11）若si为空，则将相应叶结点标记为该结点所含样本中类别个数最多的类别； （12）否则将相应叶结点标志为Generate_decision_tree(si,attribute_list-test_attribute)返回值； 2.这个算法递归地应用于每个子节点，直到一个节点上的所有样本都分区到某个类中。 3.到达决策树的叶节点