使用纯JAVA语言原生开发C4.5决策树算法，没有使用工具包，并且通过界面展示了生成的决策树图像。-Using pure JAVA language Native Development C4.5 decision tree algorithm, do not use the toolkit, and by interface shows the image generated by the decision tree.

java实现决策树算法,根据输入的样本集生成相应的决策树。-This is the code about Decision_MakingTree.

随机森林是由多棵树组成的分类或回归方法。主要思想来源于Bagging算法，Bagging技术思想主要是给定一弱分类器及训练集，让该学习算法训练多轮，每轮的训练集由原始训练集中有放回的随机抽取，大小一般跟原始训练集相当，这样依次训练多个弱分类器，最终的分类由这些弱分类器组合，对于分类问题一般采用多数投票法，对于回归问题一般采用简单平均法。随机森林在bagging的基础上，每个弱分类器都是决策树，决策树的生成过程中中，在属性的选择上增加了依一定概率选择属性，在这些属性中选择最佳属性及分割点，传统做法