Muse_ya的博客

提供2000组训练数据，包含16个数值属性和字母种类，利用这2000组训练数据构造决策树分类器，并预测给定的2000组测试数据的字母种类，与给定的测试集的字母种类进行比较给出测试集正确率。决策树分类器具有可解释性好和易于理解的优点，但也存在过拟合和错误分类的问题。决策树由根节点、分支节点和叶节点组成，其中根节点表示数据集中所有实例的特征属性集合，分支节点表示根节点的一个属性划分，叶节点表示分类结果。利用2000个训练数据，构造决策树分类器，预测2000个测试数据的类别，并给出测试集正确率的估计值及依据。

本实验提供iris.xls文件，鸢尾花数据集包含150种鸢尾花的信息，每50种取自三个鸢尾花种之一：Setosa,Versicolour和Virginica。每个花的特征用5种属性描述：萼片长度，萼片宽度，花瓣长度，花瓣宽度，鸢尾花种类。通过给定数据，研究鸢尾花数据集的每对属性的关系，并画出散布图。不同的鸢尾花种类使用不同的标记进行表示。利用matlab中的gplotmatrix函数根据数据集中的类属性对数据进行分组，为数据集中的每个变量组合创建散点图矩阵。对角线的直方图显示了不同花对应属性长度值的分布。