例子：给定决策表如下图所示（格式上篇有介绍），表的内容大家可以自己编或从你的教材中取，然后验证结论（唯一的就是唯一的，不唯一的是可变的哦）。
现在我们来从这个文件T4-6.txt（决策表）创建程序中的决策表DT：
DecisionTable DT("..//T4-6.txt") ;
文件的位置你自己把握啊，只要修改成你的路径就行了（当然还需要的这些类的头文件及实现文件哦，上面几篇里的就是完整的哦，从我的VS2005里Copy过来的哦，如果要的话有不想一个一个从上几篇Copy的话你还可以留下邮箱，我会Mail一份给你）。
DT.Print() ;
看看DT里面的类容是不是你想要的？是，可以把它注释掉；否，检查DecisionTable中的从文件构造决策表代码、或检查文件路径可对、或再看看头文件中该方法的说明及其参数、或者联系我xiongjinlin79@163.com 。
如下就没有问题了。
再加入下面语句求DT的核：
vector<char> core = DT.Core() ;
现在看看core里的内容是不是对的?
当然你也可以写个函数吧core输出来。这里要注意core的类型是vector<char>哦，如果是你课本上的例子，那么是不是和课本上给出的核实一样的啊？检验它吧，不一样的话告诉我啊。
求决策表的正区域POS：
Set pos = DT.POS() ;
注意上面是该调试用的语句（DT.POS().Print() ;）的结果，并且没有加u哦， 你可以把它看成u5, u6, u7,……。
再来求决策表DT的决策集D对条件集C的依赖度（正区域中样本的个数比上整个决策表中样本的个数）：
double r = DT.RelyDegreeOfDToC() ;
调试有：
其实你可以看DecisionTable.h里面有各种依赖度的求法，还有对单个条件属性求依赖度的。
再综合里面的对决策表的属性、样本的增加与删减等等。你想做什么事情？可以通过对决策表的变形来求。
里面的方法应该够用了，但是你可能要结合多个方法然后才能做出你的事情啊。关键是你要好好看看DecisionTable.h里面有什么。看看吧：下面是两个最常见的属性约简算法的实现哦。
（1）属性约简的数据分析方法：
注意：今天我不Copy代码，而是上传图片，这样格式可能好些，容易读，但是却不易你Copy，，没有办法事物都不是完美的，好在代码不多。相关的头文件你自己包含哈，大不了全包了（熟悉了还是针对点哈）！主程序和结果如下：
只是一个约简哦！不一定与你树上的相同哦！
（2）基于依赖度的属性约简方法
大家可以把上面的第3副图的A_3_1改成A_3_5生程序来测试该算法，结果同上面的结果。
今天就到这里了。我的EMail: xiongjinlin79@163.com
愈想得到，就愈要放手。放手是很难的，但是别无选择。
