决策树经典算法c4_5算法的matlab实现

自己设计的c4-5算法，包括决策树，以及训练误差和检验误差的算法。针对于一般的具有m个样本和n个属性的且类别为2的数据集。其中附上了经过处理的UCI中的2个heart数据集，供初学者使用。希望对初学者有用。

function [treetrain_targets]=C4_5（featurestargetsinc_node）
% Classify using Quinlan‘s C4.5 algorithm
% Inputs:
% 	features	- Train features
%	targets	    - Train targets
%	inc_node    - Incorrectly assigned samples at a node
[NiM]=size（features）;
Nu=10;
discrete_dim=zeros（1Ni）;
for i=1:Ni
Nb=length（unique（features（i:）））;
if （Nb<=Nu）
discrete_dim（i）=Nb;
end 
end
disp（‘Building tree‘）
tree = make_tree（featurestargets inc_node discrete_dim max（discrete_dim） 0）;
disp（‘Building decision surface using the tree‘）
train_targets		= use_tree（features 1:M tree discrete_dim unique（targets）M1:M）;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       2890  1999-01-05 20:45  heart_train_labels_1.asc

     文件      20900  1999-01-05 20:45  heart_test_data_1.asc

     文件       1700  1999-01-05 20:45  heart_test_labels_1.asc

     文件      35530  1999-01-05 20:45  heart_train_data_1.asc

     文件        629  2010-05-27 16:22  C4_5.m

     文件        528  2010-05-22 15:35  classifier_error.m

     文件       2265  2010-05-20 17:08  make_tree.m

     文件        468  2010-05-22 12:26  test_error.m

     文件       1081  2010-05-21 15:22  use_tree.m

     文件       1360  2010-05-22 12:22  usetree_test.m

----------- ---------  ---------- -----  ----

                67351                    10