该代码是数据挖掘里面的决策树算法 利用c45理论，通过对训练数据的分析判断，计算出各个数据的其它对目标属性的重要程度，即计算出每个其它数据的信息增益值来将训练数据逐步分类，最后得出目标分类，从而实现决策树的生成过程。最后即可利用此决策树来对新的数据进行测试，判断其目标属性的可能值。

c_mean是一种重要的模式识别聚类算法，不需要进行样本训练，对于团状数据，分类效果理想-c_mean is an important pattern recognition clustering algorithm, the sample does not require training data for groups like the ideal classification.

Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更强的最终分类器(强分类器)。(Adaboost is an iterative algorithm, and its core idea is different for the same training set training classifier (weak classifier), then put these weak classifier together