C4.5 基于C4.5的决策树算法

基于C4.5的决策树算法，一种非线性分类器 )

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

%NOTE: In this implementation it is assumed that a feature vector with fewer than 10 unique values （the parameter Nu）
%is discrete and will be treated as such. Other vectors will be treated as continuous

[Ni M]		= size（train_features）;
inc_node    = inc_node*M/100;
Nu          = 10;

%For the decision region
N           = region（5）;
mx          = ones（N1） * linspace （region（1）region（2）N）;
my          = linspace （re

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2011-11-22 16:11  C4.5算法\
     文件       84480  2011-11-22 16:11  C4.5算法\C4.5学习手册.doc
     文件        6026  2011-11-04 15:35  C4.5算法\C4_5.m
     文件        6956  2011-11-22 15:17  C4.5算法\C4_5——1.m
     文件         758  2006-03-28 23:13  C4.5算法\calculate_error.m
     文件        1941  2006-03-28 23:13  C4.5算法\classification_error.m
     文件        2280  2006-03-28 23:15  C4.5算法\high_histogram.m
     文件         738  2011-11-22 15:28  C4.5算法\inc_node.mat
     文件         665  2011-11-22 15:50  C4.5算法\main.m
     文件        6827  2011-11-22 15:35  C4.5算法\Nclasses.mat
     文件         738  2011-11-22 15:28  C4.5算法\region.mat
     文件        6827  2011-11-22 15:36  C4.5算法\test_features.mat
     文件        6827  2011-11-22 15:34  C4.5算法\test_targets.mat
     文件         738  2011-11-22 15:27  C4.5算法\train_features.mat
     文件         738  2011-11-22 15:27  C4.5算法\train_targets.mat