C4.5 adalah algoritma pohon keputusan yang dikembangkan sebagai pengembangan dari algoritma ID3 oleh Ross Quinlan. Algoritma ini memperbaiki beberapa kelemahan ID3, seperti penanganan data numerik dan penanganan missing value, sehingga lebih fleksibel dan efektif dalam berbagai situasi.
Fitur Utama C4.5
C4.5 mampu menangani atribut dengan nilai kontinu dengan cara menentukan threshold untuk memisahkan data. Selain itu, C4.5 juga mampu menangani missing value dengan memperkirakan nilai yang hilang berdasarkan distribusi data yang ada.
Proses Pruning Otomatis
Salah satu keunggulan C4.5 adalah adanya proses pruning otomatis setelah pohon terbentuk untuk mengurangi kompleksitas model dan mencegah overfitting. Pruning dilakukan dengan memangkas cabang yang tidak memberikan kontribusi signifikan terhadap akurasi.
Pengaruh C4.5 dalam Data Science
C4.5 telah menjadi dasar bagi banyak algoritma modern dalam data science dan machine learning. Algoritma ini juga telah diimplementasikan dalam berbagai perangkat lunak analisis data, seperti WEKA.