数据挖掘的课程作业实现，两种算法的实现，包括测试数据，可执行程序和源代码，及两个算法实现的对比截图。

R树的C++实现，初学者可以看看，挺不错的

如何在tree图中获取每个节点相对于canvas的位置，文件里面可以直接参考21579行，getMyPosition方法，里面的返回值中有你需要的，直接调用echart实例的getMyPosition方法即可。如myChart.getMyPosition({finder:{seriesIndex:1}});注意传参

数据集已经预处理并含有整体10000个不同的词，包括结束句子的标记和用于罕见词语的特殊符号（\ ）。数据量小，适用于RNN的训练。积分莫名增加了，无积分可以私信我。

定义一个Tree（树）类，有成员ages（树龄），成员函数grow（int years）对ages加上years，age（）显示tree对象的ages的值。

之前做的一个作业，判断房子价格是否合适，满足什么样条件的房子性价比更高。基于上海新房的数据

Tree-Based Convolutional Neural Networks，Lili Mou • Zhi Jin。2018年新书，介绍基于树构造的卷积神经网络。

c++代码实现merkle_tree树．．．．．．．．．．．．．．

KD-Tree是一种由二叉搜索树推广而来的用于多维检索的树的结构形式（K即为空间的维数）。它与二叉搜索树不同的是它的每个结点表示k维空间的一个点，并且每一层都根据该层的分辨器（discriminator）对相应对象做出分枝决策。顶层结点按由分辨器决定的一个维度进行划分，第二层则按照该层的分辨器决定的一个维进行划分···，以此类推在余下各维之间不断地划分。直至一个结点中的点数少于给定的最大点数时，结束划分。 　　 KD-Tree的分辨器根据不同的用途会有不同的分辨器，最普通的分辨器为：n mod k（树的根节点所在层为第0层，根结点孩子所在层为第1层，以此类推） 　　即：若它的左子树非空，则其左子树上所有结点的第i维值均小于其根结点的第i维值； 　　 若它的右子树非空，则其右子树上所有结点的第i维值均大于其根结点的第i维值；并且它的左右子树也分别为KD-Tree。

手机版网页上的树形结构，结构清晰，父子级条例清楚，源码DEMO，支持id，pid，支持单级加载和批量加载，同时支持静态数据和动态数据，手机端完美展示。