C++数据结构课程学习资料，详细介绍了C++树和森林的概念。

该内容共包含四部分代码，包含用python的sklearn包实现对kaggle上面泰坦尼克号的生存预测

本文针对企业员工的一些特征来判断员工是否离职，利用RapidMiner软件构建员工离职预测模型，分析影响员工离职的重要因素，比如员工月收入，是否加班，是否出差等，预测企业员工是否具有离职倾向，为企业提前做出判断，协助人力资源部门进行关键的干预工作，有计划的进行“留住人才”措施，同时也可以更好的促进企业做好“选拔人才”、“培养人才”、“管理人才”。建模前，先对原始数据进行预处理，包括属性变量量化处理、约简属性、数据标准化处理、特征的相关性分析、指定属性角色和划分训练集与测试集。建模选取了决策树模型、随机森林模型、KNN算法模型、逻辑回归模型及贝叶斯模型，利用准确率、精度、召回率及ROC曲线/AUC评价模型的整体性能，最后总结出决定员工离职的三个重要特征和较优的预测模型，并对用人单位提出建议。

合工大数据结构实验

该数据集用于决策树随机森林天气预测数据集，利用前一天和历史最高平均气温，实现气温预测的随机森林模型。

https://blog.csdn.net/weixin_44049128/article/details/86502423此篇博文代码。

树型结构是一类重要的非线性数据结构。其中以二叉树最为常用，直观看来树是以分支关系定义的层次结构。 二叉树的建立可用递归法来建立。将二叉树还原成树或森林时可用队列作为中间变量来转换。树或森林的遍历也可用递归法进行遍历。

Random Forests and Ferns 决策树、随机森林、蕨类分类 的介绍 蕨类分类TLD算法中到的一部分 TLD中用到的不是随机森林而是蕨类分类！SEMI-NAIVE BAYES 半朴素贝叶斯分类方法 具有快速简单的特点

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： 将一棵树（或森林）转换为二叉树。 求森林的高度。 按层次方式遍历森林。 输出一个森林中每个结点的值及其对应的层次数。 输出一个森林的广义表形式