matlab决策树的实验报告,实验三 决策树算法实验实验报告

实验三决策树算法实验

一、实验目的：熟悉和掌握决策树的分类原理、实质和过程；掌握典型的学习算法和实现技术。

二、实验原理: 决策树学习和分类.

三、实验条件：

四、实验内容：

1 根据现实生活中的原型自己创建一个简单的决策树。

2 要求用这个决策树能解决实际分类决策问题。

五、实验步骤：

1、验证性实验：

(1)算法伪代码

算法Decision_Tree(data,AttributeName) 输入由离散值属性描述的训练样本集data; 候选属性集合AttributeName。

输出一棵决策树。(1)创建节点N；

(2)If samples 都在同一类C中then (3)返回N作为叶节点，以类C标记；(4)If attribute_list为空then

(5)返回N作为叶节点，以samples 中最普遍的类标记；//多数表决(6)选择attribute_list 中具有最高信息增益的属性test_attribute; (7)以test_attribute 标记节点N；

(8)For each test_attribute 的已知值v //划分samples ；

(9)由节点N分出一个对应test_attribute=v的分支；

(10令Sv为samples中test_attribute=v 的样本集合；//一个划分块(11)If Sv为空then

(12)加上一个叶节点，以samples中最普遍的类标记；

(13)Else 加入一个由Decision_Tree(Sv,attribute_list-test_attribute)返回节点值。

(2)实验数据预处理

Age:30岁以下标记为“1”；30岁以上50岁以下标记为“2”；50岁以上标记为“3”。 Sex：FEMAL----“1”；MALE----“2”

Region：INNER CITY----“1”；TOWN----“2”； RURAL----“3”； SUBURBAN----“4” Income：5000~2万----“1”；2万~4万----“2”；4万以上----“3” Married Children Car Mortgage