资源包含文件：设计报告+项目源码+项目截图
使用八叉树算法，在Qt中提取颜色的主题色，解析中都会以 Node.js 来写一些小 Demo。
详细介绍参考：https://biyezuopin.blog.csdn.net/article/details/125588357
2022-07-03 21:07:02
1.74MB
谁在买计算机？
年龄？
学生？
信誉？
青
中
老
否
是
优
良
决策树的用途
决策树算法
计数 年龄 收入 学生 信誉 归类：买计算机？
64 青 高 否 良 不买
64 青 高 否 优 不买
128 中 高 否 良 买
60 老 中 否 良 买
64 老 低 是 良 买
64 老 低 是 优 不买
64 中 低 是 优 买
128 青 中 否 良 不买
64 青 低 是 良 买
132 老 中 是 良 买
64 青 中 是 优 买
32 中 中 否 优 买
32 中 高 是 良 买
63 老 中 否 优 不买
1 老 中 否 优 买
第6章 决策树
买
不买
买
买
不买
2022-06-29 17:24:34
1.15MB
1
表现
测试数据：examples/data/3wu2.xyz，从PDB文件中提取的51053个粒子的坐标 3wu2 1
2022-06-11 18:06:33
1.43MB
决策树算法
与决策树相关的重要算法
1、Hunt,Marin和Stone 于1966年研制的CLS学习系统，用于学习单个概 念。
2、1979年, J.R. Quinlan 给出ID3算法，并在1983年和1986年对ID3 进行了总结和简化，使其成为决策树学习算法的典型。
3、Schlimmer 和Fisher 于1986年对ID3进行改造，在每个可能的决策树节点创建缓冲区，使决策树可以递增式生成，得到ID4算法。
4、1988年，Utgoff 在ID4基础上提出了ID5学习算法，进一步提高了效率。
1993年，Quinlan 进一步发展了ID3算法，改进成C4.5算法。
5、另一类决策树算法为CART，与C4.5不同的是，CART的决策树由二元逻辑问题生成，每个树节点只有两个分枝，分别包括学习实例的正例与反例。
CLS, ID3，C4.5，CART
第6章 决策树
2022-06-09 11:16:08
1.15MB
1
资源详细描述可以看我的博客：
算法笔记（8）-决策树算法及Python代码实现
https://blog.csdn.net/li1873997/article/details/124780441
2022-05-31 22:06:45
119KB