搜索资源列表
数据结构(C#语言版)
- 数据结构(C#语言版) 计算机程序语言书： 目 录 第1章 绪论 1 1.1 数据结构 1 1.1.1 学习数据结构的必要性 1 1.1.2 基本概念和术语 2 1.2 算法 7 1.2.1 算法的特性 7 1.2.2 算法的评价标准 8 1.2.3 算法的时间复杂度 9 1.3 数学预备知识 11 1.3.1 集合 11 1.3.2 常用的数学术语 11 1.3.3 对数 12
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
shuheshenlin
- 数据结构经典算法c语言描述（汪杰）数和森林经典算法实现，经典哦！-Classical algorithm c language data structure described in (Wang Jie) number and forest classical algorithm, classic Oh!
aaa
- 对任意给定的图（顶点数不小于20，边数不少于30，图的类型可以是有向图、无向图、有向网、无向网），能够输入图的顶点和边（或弧）的信息，并存储到相应存储结构（邻接矩阵、邻接表、十字链表、邻接多重表，任选其中两种类型），对自己所创建的图完成以下操作： 对无向图求每个顶点的度，或对有向图求每个顶点的入度和出度（5分） 完成插入顶点和边（或弧）的功能（5分） 完成删除顶点和边（或弧）的功能（5分） 两种存储结构的转换（5分），
randomforest
- 实现了基于自举法和角色数算法的随机森林算法-Implemented based on the number of bootstrap method and the role of the random forest algorithm algorithm
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
adaboost
- AdaBoost元算法属于boosting系统融合方法中最流行的一种，说白了就是一种串行训练并且最后加权累加的系统融合方法。 具体的流程是：每一个训练样例都赋予相同的权重，并且权重满足归一化，经过第一个分类器分类之后， 计算第一个分类器的权重alpha值，并且更新每一个训练样例的权重，然后再进行第二个分类器的训练，相同的方法....... 直到错误率为0或者达到指定的训练轮数，其中最后预测的标签计算是各系统*alpha的加权
随机森林文本分类
- 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 "
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 "
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
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 "