algorithm - 强调实用细节的 C4.5 和 ID3 算法

Question

我开始应用数据挖掘算法。现在我研究决策树。互联网上有很多关于 C4.5 和 ID3 算法的资料，但我想知道这两种算法的实用细节、优缺点和一些技术细节。如果有此类材料的链接，我会很高兴

Answer 1

决策树的两个优点是它们能够处理嘈杂的数据，并且它们提供了对数据的直观解释（您可以很容易地看到树认为哪些属性最重要）。缺点是它们是贪心算法（它们选择分支属性而不考虑这如何影响最终分类精度），因此它们不一定会产生最佳树结构。决策树很容易融入到集成方法中，例如随机森林。

C4.5 是对 ID3 的改进，使其能够处理实值属性（ID3 使用分类属性）和缺失属性。互联网上有很多关于这两种算法的描述。维基百科对ID3和C4.5都有描述。对于这两种算法的另一种描述，您可以从这里开始。