TreeGen.js 这是一个新的革命性树生成库，它使用复杂的分形数学，使用THREE.js和TWEEN.js在WebGL中创建逼真的树。 该库非常简单，不需要文档。

模型包含xgboost，lightgbm等模型， 最后结果进行了stacking模型融合，预测模型 包含数据集、代码，以及运行结果 可以学到数据接入、特征工程、模型训练，模型预测，模型融合以及结果输出，代码基于python，储存于jupyter notebook

机器学习与算法源代码5： 决策树模型.zip

大数据-算法-随机利率下证券定价的二叉树模型.pdf

研究高拱坝洪水、地震、山体滑坡等外载荷，坝身混凝土、坝基岩石材料强度弱化等的随机性，以及评价准则的模糊性；分析了高拱坝分别基于强度理论和稳定理论确定性评价方法的不足，提出应该利用模糊数学方法解决具有随机性、模糊性的高拱坝安全评价问题；建立了基于结构可靠度理论的高拱坝失效概率故障树模型并给出了具体算例．

数据挖掘实验 实验指导书 决策树模型 线性回归模型 关联规则 贝叶斯分类 共4个实验.pdf

攻击树教学工具 通过用户之间的实时协作，创建用于构建攻击树威胁模型的Web工具。 使用的技术： 查看实时服务器

适合初学者掌握python使用方法与机器学习

决策树 2015 年 5 月作者：张天和秦敬尧课程：机器学习，西北大学，伊利诺伊州埃文斯顿 我们在这个项目中实现了基于 C4.5 算法的决策树模型。 DecisionTree.py 是包含主要功能的执行文件，c45.py 包含 C4.5 和剪枝算法。 ##如何运行代码要运行程序，请以以下格式之一键入命令行： Format_1: python filename.csv(execute) train unpru filename.csv(train) ratio filename.csv(metadata) Format_2: python filename.csv(execute) train pru filename.csv(train) ratio filename.csv(metadata) filename.csv(validate) Format_3: python filenam

我选用了一个经典数据集来展示如何构建一个决策树模型，这个数据集是——Iris 鸢尾花数据集。里面有我进行数据预处理，分析，优化参数，训练模型以及最终分析决策树的代码。