内容摘要： 在该资源文件夹当中包括了数据预处理和特征工程后的数据（数据来源于第五届泰迪杯技能赛，数据经过作者预处理和特征工程），以及一步导出随机森林训练结果的模型评估函数，模型的特征重要性图像、模型评估的混淆矩阵。同时资源中还有数据不平衡得处理操作，实现方式为下采样。在资源当中还实现了，利用遗传算法（GA）对随机森林进行n_estimators、max_depth、min_samples_split、min_samples_leaf、max_features的参数优化。 资源结构： -BinaryClassification(GA) --data：数据 --image：导出图片 --model：模型参数 --Binary_RF(GA).py：遗传算法优化 --BinaryRF.py：常规随机森林分类 适合人群： 该资源适合用来竞赛和写论文，可以快速导出结果，大大节省时间。 使用建议： 二分类数据预处理和特征工程处理好后，导入数据分配好特征和标签，然后运行就可以导出模型的训练权重和模型的特征重要性图像、模型评估的混淆矩阵图像。遗传算法调参属于进阶内容，不懂得可以私信作者。

数据挖掘：数据清洗——数据不平衡处理 一、什么是数据不平衡？ 不平衡数据集指的是数据集各个类别的样本数目相差巨大，也叫数据倾斜。以二分类问题为例，即正类的样本数量远大于负类的样本数量。严格地讲，任何数据集上都有数据不平衡现象，一点的差异不会引起太多的影响，我们只关注那些分布差别比较悬殊的。 关于分布悬殊：如果类别不平衡比例超过4:1，那么其分类器会大大地因为数据不平衡性而无法满足分类要求的。因此在构建分类模型之前，需要对分类不均衡性问题进行处理。 不平衡数据的学习即需要在分布不均匀的数据集中学习到有用的信息。 二、不平衡数据例子 ① 在二分类问题中，训练集中class 1的样本数比上clas

针对水下和阴暗环境图像存在的对比度低和颜色失真等情况，提出一种面下水下和阴暗环境图像的复原及增强方法。包含MATLAB系统和一个说明的ppt 使用白平衡处理，图像增强，再进行图像融合达到了图像清晰的目的。系统完整，效果很好，可以直接测试。

这是一个彩色平衡程序，有一部分图片由于各种原因导致图像出现偏红、偏蓝、偏黄等各种偏离正常颜色的现象，为图像的处理造成了影响，这个程序可以将图片恢复成正常的颜色。

１本程序在vc++6.0编译通过并能正常运行。 ２主界面 程序已经尽量做到操作简便了，用户只需要根据提示一步步进行操作就行了。 六思考和总结： 这个课程设计的各个基本操作大部分都在我的综合性实验中实现了，所以做这个主要攻克插入和删除这两个算法！其中插入在书本上已经有了，其中的右平衡算法虽然没有给出，但通过给出的左平衡算法很容易就可以写出右平衡算法。所以最终的点就在于删除算法的实现！做的过程中对插入算法进行了非常非常多次的尝试！花了非常多的时间，这其中很多时候是在对程序进行单步调试，运用了ＶＣ６。０的众多良好工具，也学到了很多它的许多好的调试手段。 其中删除算法中最难想到的一点是：在用叶子结点代替要删除的非叶子结点后，应该递归的运用删除算法去删除叶子结点！这就是整个算法的核心，其中很强烈得体会到的递归的强大，递归的最高境界（我暂时能看到的境界）！ 其它的都没什么了。选做的那两个算法很容易实现的： １合并两棵平衡二叉排序树：只需遍历其中的一棵，将它的每一个元素插入到另一棵即可。 ２拆分两棵平衡二叉排序树：只需以根结点为中心，左子树独立为一棵，右子树独立为一棵，最后将根插入到左子树或右子树即可。 BSTreeEmpty(BSTree T) 初始条件：平衡二叉排序树存在。 操作结果：若T为空平衡二叉排序树，则返回TRUE,否则FALSE. BSTreeDepth(BSTree T) 初始条件：平衡二叉排序树存在。 操作结果：返回T的深度。 LeafNum(BSTree T) 求叶子结点数，非递归中序遍历 NodeNum(BSTree T) 求结点数，非递归中序遍历 DestoryBSTree(BSTree *T) 后序遍历销毁平衡二叉排序树T R_Rotate(BSTree *p) 对以*p为根的平衡二叉排序树作右旋处理，处理之后p指向新的树根结点 即旋转处理之前的左子树的根结点 L_Rotate(BSTree *p) 对以*p为根的平衡二叉排序树作左旋处理，处理之后p指向新的树根结点， 即旋转处理之前的右子树的根结点 LeftBalance(BSTree *T) 对以指针Ｔ所指结点为根的平衡二叉排序树作左平衡旋转处理， 本算法结束时，指针Ｔ指向新的根结点 RightBalance(BSTree *T) 对以指针Ｔ所指结点为根的平衡二叉排序树作右平衡旋转处理， 本算法结束时，指针Ｔ指向新的根结点 Insert_AVL(BSTree *T, TElemType e, int *taller) 若在平衡的二叉排序树Ｔ中不存在和e有相同的关键字的结点， 则插入一个数据元素为e的新结点，并返回OK,否则返回ERROR. 若因插入而使二叉排序树失去平衡，则作平衡旋转处理 布尔变量taller反映Ｔ长高与否 InOrderTraverse(BSTree T) 递归中序遍历输出平衡二叉排序树 SearchBST(BSTree T, TElemType e, BSTree *f, BSTree *p) 在根指针Ｔ所指的平衡二叉排序树中递归的查找其元素值等于e的数据元素， 若查找成功，则指针p指向该数据元素结点，并返回TRUE，否则指针p 指向查找路径上访问的最后一个结点并返回FALSE，指针f指向Ｔ的双亲， 其初始调用值为NULL Delete_AVL(BSTree *T, TElemType e, int *shorter) 在平衡二叉排序树中删除元素值为e的结点,成功返回OK,失败返回ERROR PrintBSTree_GList(BSTree T) 以广义表形式打印出来 PrintBSTree_AoList(BSTree T, int length) 以凹入表形式打印,length初始值为0 Combine_Two_AVL(BSTree *T1, BSTree T2) 合并两棵平衡二叉排序树 Split_AVL(BSTree T, BSTree *T1, BSTree *T2) 拆分两棵平衡二叉树 } (2)存储结构的定义： typedef struct BSTNode { TElemType data; int bf; //结点的平衡因子 struct BSTNode *lchild, *rchild;//左.右孩子指针 }BSTNode, *BSTree;