注重實用細節的C4.5和ID3算法

Question

我開始應用數據挖掘算法。現在我研究決策樹。互聯網上有很多關於C4.5和ID3算法的資料，但我想知道這兩種算法的實際細節，優缺點和一些技術細節。如果有這樣的材料的鏈接，我會很高興

Answer 1

兩個優點決策樹是，他們能夠處理噪聲數據以及它們所提供的數據，直觀的解釋（你可以很容易地看到被認爲其中大部分屬性重要的樹）。一個反面的是，他們是貪婪算法（他們選擇的分支，而不用考慮它如何影響最終的分類精度屬性），所以他們不一定產生最佳的樹結構。決策樹很容易包含在集成方法中，例如random forests。

C4.5是ID3的改進，使它能夠處理實值屬性（ID3使用分類屬性）和缺少的屬性。互聯網上有兩種算法的描述。維基百科對ID3和C4.5都有描述。有關這兩種算法的另一種說明，您可能會開始here。