搜索资源列表
dslad
- 给定中序和先序序列，输出对应的二叉树和森林
TsinghuaCdatastructures
- 清华+殷人昆C++数据结构 幻灯片教学课件 通过本课程的学习，应达到知识和技能两方面的目标： 1、知识方面：从数据结构的类定义和对象的使用，以及存储表示和操作的实现两个层次，系统地学习和掌握常用的基本数据结构（包括数组、顺序表、多项式、字符串、链表、栈与队列、优先级队列、广义表、树与森林、二叉树、堆、集合、图、搜索结构、索引结构、散列结构等）及其不同的实现，了解并掌握分析、比较和选择不同数据结构、不同存储结构、不同算法的原则和方法，为后续课程的学习打好基础。 -Tsinghua Q
haffman
- 一个哈夫曼编码和译码程序 1、掌握树、森林和二叉树的概念和它们的特性以及它们之间是怎样相互转换的，理解二叉树的三种遍历：先序遍历、中序遍历和后序遍历，和树的两种遍历：先序遍历和后序遍历。 2、理解二叉树的基本运算算法实现以及它的非递归运算算法和层次遍历算法，了解二叉树的线索化及其它的应用。 3、掌握树和二叉树的几种存储结构以及它的构造，学会使用二叉链表实现二叉树的存储验证和设计相关算法。 -A Huffman encoding and decoding procedures fo
Chap5_Tree
- 树（森林）类结构的源码。其中包括存储、逻辑结构和附带的功能，封装性很好。可以直接#include使用。-Tree (forest) class structure of the source. Including storage, logical structure and function with the package is very good.# Include can be used directly.
tree-and-forest
- 实现树和森林的二叉链表表示方法和树的两种遍历算法及其应用。-To achieve binary trees and forests and tree list representations of two traversal algorithm and its application.
tree-and-forest
- 数的存储结构及类型描述 建立树和森林的算法 树和森林的检验 c++版-Number and type of storage structure described The establishment of tree and forest algorithms The test tree and forest c++ version
tree-hfut
- 合肥工业大学数据结构试验五树和森林 包括完整的实验要求、实验预习报告、实验最终报告 实验要求： <1>将一棵树（或森林）转换为二叉树。 <2>求森林的高度。 <3>按层次方式遍历森林。 <4>输出一个森林中每个结点的值及其对应的层次数。 <5>输出一个森林的广义表形式-Hefei University of the data structure test five t
trees-and-forests
- 数据结构中关于树和森林的操作，包含实验代码和调试结果-trees and forests
RandomForest
- ID3决策树+随机森林算法生成决策森林，采用投票机制进行决策；有训练数据aaa和测试数据bbb；非常适合机器学习的初学者-The ID3 the+ random forest algorithm to generate decision forests voting mechanism for decision-making training data the the aaa and test data bbb ideal for machine learning beginners
基于测站记录手簿的支导线网自动计算程序设计
- 本程序根据数据结构中树和森林的有关概念和算法，用Visual Basic 6.0编程开发语言中的类和集合对象描述支导线网的数据结构，采用面向对象的程序编程方法，使用非递归算法，实现了基于测站记录手簿的支导线网自动计算算法。 程序可用于工程测量中的用全站仪进行观测，用手工或电子手簿记录支导线网的观测数据，根据起算和观测数据可直接对待定点进行坐标计算。
Data-Structure-and-algorithms-CPP
- c++实现数据结构的所有代码。包括线性表，树，图，排序，hash等。线性表实现堆栈，队列及约瑟夫环等多个应用，树实现哈夫曼树编码及译码，AVL树，线索化二叉树，森林和二叉树的相互转化等等，图实现图的几种建立方法，拓扑排序，最短路径，最大连通子图，双连通分量，最小生成树，关键路径算法等等，排序实现归并排序，快速排序，堆排序，shell排序，冒泡排序，选择排序，插入排序等，并对性能进行分析。hash实现闭散列表，开散列表，带溢出表的内散列表等，并使用5种hash函数。帮助同学们系统的学习数据结构及算
randomForest_4.6-12.tar
- 在机器学习中，随机森林是一个包含多个决策树的分类器， 并且其输出的类别是由个别树输出的类别的众数而定。 Leo Breiman和Adele Cutler发展出推论出随机森林的算法。 而 "Random Forests" 是他们的商标。 这个术语是1995年由贝尔实验室的Tin Kam Ho所提出的随机决策森林(random decision forests)而来的。这个方法则是结合 Breimans 的 "Bootstrap aggregating" 想法
最后
- 第一题：将一颗树或森林转换为二叉树 第二题：求森林高度 第三题：按层次方式遍历森林 第四题：输出一个森林中每个结点的值及对应的层次数 第五题：输出一个森林的广义表形式(First question: convert a tree or forest into two branches Second question: forest height The third question: traverse the forest in a hierarchical manner The
R
- 本文分别利用逻辑回归、决策树和随机森林三种模型针对员工是否会过早离职问题进行探究，结果显示三种方法预测结果的精确度依次增加，分别为78.59%、96.8%和 99%，并且三种模型均显示员工演满意度是最重要的特征变量。(Predicting employee turnover)
1160300803_樊静_实验二
- 森林和树的基本操作 ，森林的存储，森林转化成二叉树，二叉树的先序中序后序非递归遍历，以及区间编码(The basic operations of forests and trees, the storage of forests, the conversion of forests into two forked trees, the preorder and the post order of the two forked trees, and the interval encoding,
Random Forest
- 在机器学习中，随机森林是一个包含多个决策树的分类器， 并且其输出的类别是由个别树输出的类别的众数而定。 Leo Breiman和Adele Cutler发展出推论出随机森林的算法。 而 "Random Forests" 是他们的商标。 这个术语是1995年由贝尔实验室的Tin Kam Ho所提出的随机决策森林（random decision forests）而来的。这个方法则是结合 Breimans 的 "Bootstrap aggregating" 想法
决策树与随机森林
- 给出对决策树与随机森林的认识。主要分析决策树的学习算法：信息增益和ID3、C4.5、CART树，然后给出随机森林。 决策树中，最重要的问题有3个: 1. 特征选择。即选择哪个特征作为某个节点的分类特征； 2. 特征值的选择。即选择好特征后怎么划分子树； 3. 决策树出现过拟合怎么办？ 下面分别就以上问题对决策树给出解释。决策树往往是递归的选择最优特征，并根据该特征对训练数据进行分割。(The understanding of decision tree and random
08 决策树与随机森林
- 决策树和决策森林的代码，很不错，适合初学者，一起交流一起进步(The decision tree and decision forest code, very good, suitable for beginners, together with the progress of communication)
随机森林算法分类、回归
- 随机森林分类器，matlab写的，直接可以运行，不需要该任何东西，详细看readme和案例。-Random Forest classifier, matlab write, direct run, does not require that anything
19.决策树与随机森林
- 决策树和随机森林，非常实用的PPT资料，推荐(Decision tree and random forest, very useful PPT data, recommended.)