决策树分类算法是数据挖掘领域中最为广泛研究和应用的一个课题,其优点是计算量小、速度快、分类准确率高、分类规则容易理解。目前经典的决策树算法有ID3、CART、C4.5、SLIQ等。为了解决连续属性以及数据中存在的不确定性等问题,模糊决策树应运而生。不同算法产生的决策树,在测试数据上的准确率、树的繁简程度等方面都有所不同。本文针对五种决策树算法,从分类的准确率、树的复杂程度(即生成树的叶子节点个数)、模糊决策树对连续属性的模糊化方法、分裂属性的选择方法以及决策树对样本空间划分的相似程度五个方面,在十七个UCI数据集上进行了详细的实验比较。对分类准确率的比较,我们应用了统计比较方法——Friedman测试方法。在对决策树的评价中,分类规则集的稳定性往往被忽略,即在多次实验中,我们得到的分类规则集对样本空间的划分是否相似及其相似程度如何,这样的问题往往不被重视。因此,本文提出了一种衡量决策树对样本空间划分的相似程度的评价方法,其主要目的是衡量某种决策树自身分类能力的稳定性和不同决策树分类能力的相似性。通过新视角去观测不同方法的异同,为我们“相信”分类结果、评价分类结果的稳定性以及解决不同问题选择不同算法提供了一个有意义的探索。本文将C4.5、CART、Fuzzy ID3、FS-DT和Yuan’s FDT五种决策树算法应用于UCI数据库的十七组数据集。实验结果表明,在统计意义下Fuzzy ID3的分类结果好于FS-DT,而CART的分类规则是最少的。在几组稳定性实验中,本文所定义的相似性概念给出了准确、合理的相似性值。通过比较发现,分类器的相似性往往依赖于分类器本身的特性及其所应用的数据集,分布混乱的数据更容易导致较低的相似性,这种规律在多个分类器上都有体现。