c语言画二叉决策树下载

weixin_39820835 2019-08-12 12:00:18

老师布置的一个小项目，c语言下画二叉决策树。找了不少资料。。成果拿出来分享。
相关下载链接：//download.csdn.net/download/tmacjone/4750844?utm_source=bbsseo

...全文

12 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

老师布置的一个小项目，c语言下画二叉决策树。找了不少资料。。成果拿出来分享。

本书是国外数据结构与算法分析方面的标准教材，介绍了数据结构（大量数据的组织方法）以及算法分析（算法运行时间的估算）。本书的编写目标是同时讲授好的程序设计和算法分析技巧，使读者可以开发出具有最高效率的程序。本书可作为高级数据结构课程或研究生一年级算法分析课程的教材，使用本书需具有一些中级程序设计知识，还需要离散数学的一些背景知识。本书目录：出版者的话专家指导委员会译者序前言第1章引论 1.1 本书讨论的内容 1.2 数学知识复习 1.2.1 指数 1.2.2 对数 1.2.3 级数 1.2.4 模运算 1.2.5 证明方法 1.3 递归简论总结练习第2章算法分析 2.1 数学基础 2.2 模型 2.3 要分析的问题 2.4 运行时间计算 2.4.1 一个简单的例子 2.4.2 一般法则 2.4.3 最大子序列和问题的解 2.4.4 运行时间中的对数 2.4.5 检验你的分析 2.4.6 分析结果的准确性总结练习第3章表、栈和队列 3.1 抽象数据类型（ADT） 3.2 表ADT 3.2.1 表的简单数组实现 3.2.2 链表 3.2.3 程序设计细节 3.2.4 常见的错误 3.2.5 双链表 3.2.6 循环链表 3.2.7 例子 3.2.8 链表的游标实现 3.3 栈ADT 3.3.1 栈模型 3.3.2 栈的实现 3.3.3 应用 3.4 队列ADT 3.4.1 队列模型 3.4.2 队列的数组实现 3.4.3 队列的应用总结练习第4章树 4.1 预备知识 4.1.1 树的实现 4.1.2 树的遍历及应用 4.2 二叉树 4.2.1 实现 4.2.2 表达式树 4.3 查找树ADT——二叉查找树 4.3.1 MakeEmpty 4.3.2 Find 4.3.3 FindMin和FindMax 4.3.4 Insert 4.3.5 Delete 4.3.6 平均情形分析 4.4 AVL树 4.4.1 单旋转 4.4.2 双旋转 4.5 伸展树 4.5.1 一个简单的想法 4.5.2 展开 4.6 树的遍历 4.7 B-树总结练习参考文献第5章散列 5.1 一般想法 5.2 散列函数 5.3 分离链接法 5.4 开放定址法 5.4.1 线性探测法 5.4.2 平方探测法 5.4.3 双散列 5.5 再散列 5.6 可扩散列总结练习参考文献第6章优先队列（堆） 6.1 模型 6.2 一些简单的实现 6.3 二叉堆 6.3.1 结构性质 6.3.2 堆序性质 6.3.3 基本的堆操作 6.3.4 其他的堆操作 6.4 优先队列的应用 6.4.1 选择问题 6.4.2 事件模拟 6.5 d-堆 6.6 左式堆 6.6.1 左式堆的性质 6.6.2 左式堆的操作 6.7 斜堆 6.8 二项队列 6.8.1 二项队列结构 6.8.2 二项队列操作 6.8.3 二项队列的实现总结练习参考文献第7章排序 7.1 预备知识 7.2 插入排序 7.2.1 算法 7.2.2 插入排序的分析 7.3 一些简单排序算法的下界 7.4 希尔排序 7.4.1 希尔排序的最坏情形分析 7.5 堆排序 7.5.1 堆排序的分析 7.6 归并排序 7.6.1 归并排序的分析 7.7 快速排序 7.7.1 选取枢纽元 7.7.2 分割策略 7.7.3 小数组 7.7.4 实际的快速排序例程 7.7.5 快速排序的分析 7.7.6 选择的线性期望时间算法 7.8 大型结构的排序 7.9 排序的一般下界 7.9.1 决策树 7.10 桶式排序 7.11 外部排序 7.11.1 为什么需要新的算法 7.11.2 外部排序模型 7.11.3 简单算法 7.11.4 多路合并 7.11.5 多相合并 7.11.6 替换选择总结练习参考文献第8章不相交集ADT 8.1 等价关系 8.2 动态等价性问题 8.3 基本数据结构 8.4 灵巧求并算法 8.5 路径压缩 8.6 按秩求并和路径压缩的最坏情形 8.6.1 Union/Find算法分析 8.7 一个应用总结练习参考文献第9章图论算法 9.1 若干定义 9.1.1 图的表示 9.2 拓扑排序 9.3 最短路径算法 9.3.1 无权最短路径 9.3.2 Dijkstra算法 9.3.3 具有负边值的图 9.3.4 无圈图 9.3.5 所有点对最短路径 9.4 网络流问题 9.4.1 一个简单的最大流算法 9.5 最小生成树 9.5.1 Prim算法 9.5.2 Kruskal算法 9.6 深度优先搜索的应用 9.6.1 无向图 9.6.2 双连通性 9.6.3 欧拉回路 9.6.4 有向图 9.6.5 查找强分支 9.7 NP完全性介绍 9.7.1 难与易 9.7.2 NP类 9.7.3 NP完全问题总结练习参考文献第10章算法设计技巧 10.1 贪婪算法 10.1.1 一个简单的调度问题 10.1.2 Huffman编码 10.1.3 近似装箱问题 10.2 分治算法 10.2.1 分治算法的运行时间 10.2.2 最近点问题 10.2.3 选择问题 10.2.4 一些运算问题的理论改进 10.3 动态规划 10.3.1 用一个表代替递归 10.3.2 矩阵乘法的顺序安排 10.3.3 最优二叉查找树 10.3.4 所有点对最短路径 10.4 随机化算法 10.4.1 随机数发生器 10.4.2 跳跃表 10.4.3 素性测试 10.5 回溯算法 10.5.1 收费公路重建问题 10.5.2 博弈总结练习参考文献第11章摊还分析 11.1 一个无关的智力问题 11.2 二项队列 11.3 斜堆 11.4 斐波那契堆 11.4.1 切除左式堆中的节点 11.4.2 二项队列的懒惰合并 11.4.3 斐波那契堆操作 11.4.4 时间界的证明 11.5 伸展树总结练习参考文献第12章高级数据结构及其实现 12.1 自顶向下伸展树 12.2 红黑树 12.2.1 自底向上插入 12.2.2 自顶向下红黑树 12.2.3 自顶向下删除 12.3 确定性跳跃表 12.4 AA-树 12.5 treap树 12.6 k-d树 12.7 配对堆总结练习参考文献索引

决策树算法实战视频教学课程，案例与代码相结合，内容涉及1、决策树算法精讲2、决策树算法的Python实现3、对测试数据进行分类思路4、项目实战：使用决策树算法对测试数据进行分类实战。Python 在机器学习领域应用是非常广泛的，比如，我们可以使用机器学习进行验证码识别，使用机器学习实现计算机视觉项目，或者，我们也可以使用机器学习技术实现网页分类、文本挖掘、情感分析等等各种各样的事情。机器学习的重点在于算法，而算法的学习相对来说是比较枯燥的，所以，只有在学习的时候让算法跟实例结合，才能够让算法的学习变得不枯燥，并且也才能够更好的将理论运用与实践。

基于二叉分类决策树的AdaBoost算法实现，特征必须为2值的，标签可为多个

下载资源悬赏专区

12,781

社区成员

12,309,413

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章