数据挖掘算法

C4.5算法是机器学习算法中的一种分类决策树算法,其核心算法是ID3算法.  C4.5算法继承了ID3算法的优点，并在以下几方面对ID3算法进行了改进：   1) 用信息增益率来选择属性，克服了用信息增益选择属性时偏向选择取值多的属性的不足；  2) 在树构造过程中进行剪枝；   3) 能够完成对连续属性的离散化处理；  4) 能够对不完整数据进行处理。   C4.5算法有如下优点：产生的分类规则易于理解，准确率较高。其缺点是：在构造树的过程中，需要对数据集进行多次的顺序扫描和排序，因而导致算法的低效。