GBDT_Simple_Tutorial（梯度提升树简易教程） 简介 利用python实现GBDT算法的回归、二分类以及多分类，将算法流程详情进行展示解读并可视化，便于读者庖丁解牛地理解GBDT。 项目进度： 回归 二分类 多分类 可视化 算法原理以及公式推导请前往blog： 依赖环境 操作系统：Windows/Linux 编程语言：Python3 Python库：pandas、PIL、pydotplus， 其中pydotplus库会自动调用Graphviz，所以需要去下载graphviz的-2.38.msi ，先安装，再将安装目录下的bin添加到系统环境变量，此时如果再报错可以重启计算机。详细过程不再描述，网上很多解答。 文件结构 | - GBDT 主模块文件夹 | --- gbdt.py 梯度提升算法主框架 | --- decision_tree.py 单颗树生成，包括节点划分

Behavior Designer - Behavior Trees for Everyone v1.6.8.rar

该文件包含适用于第 2-7 章中大部分图的 Matlab 脚本以及 Harry L. Van Trees，Wiley，2002 年出版的 Optimum Array Processing 的第 2-6 章中的选定解。ISBN-13：978-0471093909。 Optimum Array Processing 综合介绍了经典和统计阵列处理。 开发了线性和平面阵列的经典分析和合成技术。 提供了时空随机过程的统计特征。 涵盖了优化阵列处理的许多不同方面，包括波形估计、自适应波束成形、参数估计和信号检测。 研究了平面波信号和空间传播信号，并且所有结果都以教学上合理的方式发展。

Mountain Trees

Behavior Designer - Behavior Trees for Everyone v1.6.8.7z行为树插件最新版免费下载

别的都太贵了，完整非文字版，高清。

决策树癌症预测 使用现有数据通过决策树进行学习来预测乳腺癌的示例（scikit-learn / python） 加工 收集的数据样本已分为测试样本和训练样本。 使用scikit的决策树生成器和转换集，可用于基于ID3生成树。 然后可以将测试数据用于交叉验证生成的树的准确性。 这个小程序还生成pdf，以可视化生成的树。 注意 该程序仅用于演示/实验目的。 以下是依赖项 python numpy scipy scikit-学习pydotplus graphviz 使用说明 安装python版本2.7 要安装上述软件包，请遵循以下命令 点安装numpy 点安装scipy 点安装scikit学

原版pdf效果极差，网上也找了些由epub格式转换过来的，排版不调整就直接发布，一点也不负责。自己动手丰衣足食吧

＃二叉树

The methodology used to construct tree structured rules is the focus of this monograph. Unlike many other statistical procedures, which moved from pencil and paper to calculators, this text's use of trees was unthinkable before computers. Both the practical and theoretical sides have been developed in the authors' study of tree methods. Classification and Regression Trees reflects these two sides, covering the use of trees as a data analysis method, and in a more mathematical framework, proving some of their fundamental properties.