使用java实现id3算法建立决策树，建成决策树后可以测试用例，使用决策树对用例分类。主类是ID3List，花了3天时间写完调试通过的。 ID3算法的实现 包括：建树，测试用例， 选根， 建立叶子节点, 求熵， 求信息期望，求信息增益 等方法以及相应的测试 * 测试：目前全部方法都无异常。makeTree方法有两处逻辑错误待修正 工具类 ListUtil MathUtil ClassUtil StringUtil * DecisionTree 等工具类 实体类 Person(--

为了降低算法的时间复杂度，Vincent Blondel等人提出了另一种层次性贪心算法（BGLL算法）。该算法包括两个阶段，这两个阶段重复迭代运行，直到网络社区划分的模块度不再增长。第一阶段合并社区，算法将每个节点当作一个社区，基于模块度增量最大化标准决定哪些邻居社区应该被合并。经过一轮扫描后开始第二阶段，算法将第一阶段发现的所有的社区重新看作节点，构建新的网络，在新的网络上迭代的进行第一阶段。当模块度不再增长时，得到网络的社区近似最优划分。 算法的基本步骤如下： 1）.初始化，将每个节点划