我是通信与信息系统专业，但是研一下选了《机器学习》课程。课程有一个作业，是ID3决策树算法的训练与测试，但是网上的代码要不就是用Python写的，要不就是只有训练没有测试部分代码。

好不容易在网上找到一份既有训练又有测试的代码，稍加修改，却耗费了几周时间。中途有好几次都不想调这个代码了，想了想，还是继续试一试吧。

课程结束后，我将自己对这个代码的理解录制成了视频，放到B站上面，希望对学习ID3算法的同学有帮助，想不到真的有小伙伴们看呢。

于是，我将发在B站的视频，也发在这里。视频中，ID3决策树训练和测试完整代码下载链接是：123kevin456/ID3-MATLAB

欢迎你双击屏幕、点赞、收藏、转发和分享，关注我的知乎号，一起学习，共同进步。

知乎视频​www.zhihu.com

后面连着，附上ID3算法实验报告

一、实验目的

给定UCI的DNA数据集，使用ID3算法用训练数据集生成决策树，再使用该决策树对测试数据集进行分类，比较决策树的判决输出结果与测试数据集期待的判决结果，统计分类的正确个数并计算正确率。

考虑到选择不同的delta值时对采用信息熵增益和信息熵增益率时的分类正确率有影响。

由于并不知道分类正确率随delta变化的关系，因此在本次实验中选择delta为0.001，0.01，0.05，0.1,，0.15，0.2时进行实验，正确率随着delta值变化如图4.2：

结合图中的趋势，得出以下结论：

（1）当delta为0.1，采用信息熵增益最大原则挑选最佳属性时，得到分类正确率为0.908094435075885；

（2）当delta为0.05，采用信息熵增益率最大原则挑选最佳属性时，得到分类正确率为0.910623946037100。