C++实现决策树 ID3、C4.5与随机森林优化

决策树C++实现

算法实现

采用ID3和C4.5两种算法生成决策树，并结合李航的《统计学习方法》中的决策树剪枝算法进行优化，同时使用随机森林算法对决策树进行进一步优化。

文件结构

├── LICENSE

├── README.MD

├── data

│   └── dataset.txt

├── data description

│   └── data description.txt

├── result_histogram.plt

├── run.sh

├── src

│   ├── ID3AndC45RandomForest.cpp

│   ├── ID3WithoutAndWithPruning.cpp

│   ├── calResult.cpp

│   ├── decisionMakingTree.h

关键文件说明

• ID3AndC45RandomForest.cpp: 集成了ID3、C4.5算法和随机森林优化的主文件。

• ID3WithoutAndWithPruning.cpp: 包含决策树的剪枝和非剪枝版本。

• calResult.cpp: 计算模型准确性的程序。

• decisionMakingTree.h: 决策树的核心头文件。

运行步骤

1. 将数据集（dataset.txt）放入data文件夹中。

2. 使用run.sh脚本运行算法。

3. 使用result_histogram.plt生成结果直方图。