把它放在一起训练一棵树
树可以构建可以处理独立特征和二阶效应的模型。所以他们可能是这个领域的好候选人。树是一起链接的规则，规则将在子组中达到规则的实例分开，传递给规则下的规则。
树形学习者生成规则，将它们链接在一起并在他们觉得规则过于具体时停止构建树木，以避免过度拟合。过度拟合意味着构建一个对我们正在寻找的概念过于复杂的模型。过度拟合的模型在列车数据上表现良好，但新数据表现不佳
我们使用 J48，一种流行的算法 C4.5 的 JAVA 实现。
//We train a tree using J48
//J48 is a JAVA implementation of the C4.5 algorithm
J48 classifier4 = new J48();
//We set it's confidence level to 0.1
//The confidence level tell J48 how specific a rule can be before it gets pruned
classifier4.setOptions(weka.core.Utils.splitOptions("-C 0.1"));
classifier4.buildClassifier(trainset);
// Next we test it against the testset
Test = new Evaluation(trainset);
Test.evaluateModel(classifier4, testset);
System.out.println(Test.toSummaryString());
System.out.print(classifier4.toString());
//We set it's confidence level to 0.5
//Allowing the tree to maintain more complex rules
classifier4.setOptions(weka.core.Utils.splitOptions("-C 0.5"));
classifier4.buildClassifier(trainset);
// Next we test it against the testset
Test = new Evaluation(trainset);
Test.evaluateModel(classifier4, testset);
System.out.println(Test.toSummaryString());
System.out.print(classifier4.toString());
以最高置信度训练的树木学习者生成最具体的规则，并且在测试集上具有最佳性能，显然特定性是有保证的。
