一个简洁完善的javascript树结构控件，支持折叠收缩，添加删除，右键菜单 参考aimaraJS，用纯原生js代码实现，只有一个js文件，一个css文件，一个html展示页面

G6：TypeScript中的图形可视化框架。 什么是G6 是一个图形可视化引擎，它提供了一组基本机制，包括渲染，布局，分析，交互，动画和其他辅助工具。 G6旨在简化关系，并帮助人们获得关系数据的见解。 开发人员能够轻松地构建图形可视化分析应用程序或图形可视化建模应用程序。 强大的动画和互动 强大的布局 特征 丰富的内置项目：具有免费配置的节点和边； 可操纵的交互：十多种基本交互行为； 强大的布局：超过10种布局算法； 方便的组件：出色的能力和表现； 友好的用户体验：满足不同级别用户需求的完整文档。 支持TypeScript。 G6专注于“默认情况下良好”的原则。 此外，项目的自定义机制，交互行为和布局都可以满足自定义要求。 丰富的内置物品 安装 $ npm install @antv/g6 用法 import G6 from '@antv/g6' ; const d

需求： vue-cli项目树形控件：一级节点为本地节点，默认展开一级节点，增删改后局部刷新数据。 增加节点，点击确定后局部刷新，渲染新数据。 源码 element组件样式 <el-tree class="treeitems" :data="data" node-key="id" :props="defaultProps" :load="loadNode" lazy :default-expanded-keys="[0]" @node-click="handle

VUE展示组织架构的树组件,兼容IOS9，老版本浏览器也可以正常显示，效果可以自己调整

代码简洁优美

梯度提升决策树 梯度提升决策树的python实现。该算法的核心部分仅使用numpy实现。 参考 梯度提升算法的详细信息 目录 要求 使用方法（用法） 实际示例（示例） MNIST分类（binary_classification） 通过人工数据进行分类（二进制分类，回归问题） 设置 要求 需要以下库来运行示例 numpy scikit-learn matplotlib pandas scipy 快速开始 与Docker一起运行 这是将docker和docker-compose预先安装在主机上的条件。 首先使用docker-compose构建映像，然后使用守护程序启动容器。 docker-compose build docker-compose up -d 示例命令在容器内运行 # コンテナの内部に潜り込む docker exec -it gbdt-app bash # sample.py

kdtree（kd-树）的mex库，它允许最近邻域，k最近邻域，范围等查询 kd-tree的简约实现。该实现既可以通过MEX调用在MATLAB内部使用，也可以直接从C / C ++程序中作为独立工具使用。网站上的图像已使用“ fulltest.m”创建。 此实现提供以下功能： -kdtree_build：kd树构造O -kdtree_delete：释放由kdtree分配的内存 -kdtree_nearest_neighbor：最近的邻居查询（一个或多个点） -kdtree_k_nearest_neighbors：单个查询点的kNN -kdtree_range_query：矩形范围查询 -kdtree_ball_query：查询距离某点有距离增量的样本

生成可拖拽的树状结构，节点可以通过拖拽移动，插入 很帅啊.

该MFC程序主要演示哈夫曼树在双工通道之间信息传递的过程和计算机进行的数据转换

pcie 调试工具，替代32位pci tree，可查看pcie配置空间，附带使用方法，解决pcie ip核调试问题