决策树与集成算法讲解

恶意网址URL检测一直是信息安全防御技术领域的研究热点之一。针对传统恶意URL检测技术无法自主探测未知URL,并且缺乏适应大数据时代发展的能力等问题,设计并实现了一种基于大数据技术,结合决策树算法与黑白名单技术的恶意URL检测模型。该模型基于Spark分布式计算框架,利用已知URL训练集提取特征、训练决策树分类模型,然后用已有分类模型对黑白名单无法检测出的URL进行分类预测,达到检测目的。实验证明,构建的检测模型具有很好的检测效果和稳定性。

决策树课堂练习.html

机器学习实验，python代码，全部是我自己写的。 python实现ID3算法构建决策树，并用pygraphviz进行可视化操作； 数据集使用西瓜数据集2.0； 建议配套我的博客文章使用：https://blog.csdn.net/ljw_study_in_CSDN/article/details/116375359

%matlab 决策树C4.5算法源代码 function D = C4_5(train_features, train_targets, inc_node, region) % Classify using Quinlan's C4.5 algorithm % Inputs: % features - Train features % targets - Train targets % inc_node - Percentage of incorrectly assigned samples at a node % region - Decision region vector: [-x x -y y number_of_points] % % Outputs % D - Decision sufrace

RMS泰坦尼克号的沉没是历史上最臭名昭著的沉船之一。1912年4月15日，在首次航行期间，泰坦尼克号撞上冰山后沉没，2224名乘客和机组人员中有1502人遇难。这场轰动的悲剧震撼了国际社会，并导致了更好的船舶安全条例。 海难导致生命损失的原因之一是没有足够的救生艇给乘客和机组人员。虽然幸存下来的运气有一些因素，但一些人比其他人更有可能生存，比如妇女，儿童和上层阶级。

此程序主要实现对数据的加载和处理，首先加载数据，本算法选择的数据集是鸢尾花数据集，加载的数据形式是元胞数组，本程序先把其转换成字符串数组，后对字符串数组进行处理，将数据部分和标签部分分隔开，数据部分转换成数组形式，标签部分则对应存储于字符串数组中。然后对数据创建决策树，结果存储于结构体中，后计算算法的准确率。最后将结构体数据转换成元胞数据，转换成treeplot系统函数能识别的数据形式，并绘制决策树。

决策树 python 可视化 graphviz

ENVI软件决策树分类扩展包See5，可以用来进行决策树分类，内附使用方法

这是一个用python实现的决策树分类器，其样本集纯度指标为基尼指数，实现了后剪枝优化算法，有需要请下载