SPORF-稀疏投影倾斜随机森林（aka RerF，Rander Forest或Random Projection Forests）-是由开发的算法 类似于由开发的Random Forest-Random Combination（Forest-RC 。 两种算法之间的区别是随机线性组合的发生位置：Forest-RC在树级别组合特征，而RerF在节点级别组合特征。 配套 内存优化的RandomForest和RerF的C ++实现。 Python对packedForest的绑定。 RerF的R和C ++实现。

您可以使用本数据集从严格的制图变量（与遥感数据相反）中预测森林覆盖类型（主要的树种）。给定的30 x 30米单元的实际森林覆盖类型是根据美国森林服务（USFS）区域2资源信息系统数据确定的。然后，从美国地质调查局和USFS获得的数据中得出自变量。数据为原始格式（未缩放），包含用于定性自变量（例如荒野和土壤类型）的二进制数据列。 sampleSubmission.csv test3.csv train.csv

心血管疾病使用决策树和随机森林分类器 决策树算法可用于预测心血管疾病并使用随机森林分类器和探索性数据分析来提高准确性

森林插件forest packpro 5.4汉化补丁

Fantasy Root Forest 1.1，unity奇幻森林场景插件。

预测航空公司延误 使用Hadoop通过2007年和2008年的数据预测奥黑尔机场的航班延误。使用Pig脚本，构建了一个特征矩阵，通过该矩阵我们可以训练和预测航空公司的延误，准确度约为80％ 项目详情 建立了一个预测航空公司延误的模型，准确度约为80％ 将航空公司数据集与UCI Repo的740万飞行记录一起使用 利用Pydoop实现MapReduce以构建特征矩阵 使用Pig脚本生成功能 使用Python，Scikit-Learn，Pig，Hadoop，HDFS，AWS EMR，IPython构建 技术指标 Python 2.7 Hadoop 2.7.3 Scikit学习 大熊猫 线性回

基于机器学习，利用常用异常检测算法（Isolation Forest、CBLOF、KNN）对数据集中的异常数据进行识别及检测。 孤立森林（Isolation Forest）于2008年由西瓜书作者周志华团队提出，凭借其线性的时间复杂度与优秀的准确率被广泛应用于工业界中结构化数据的异常检测。

Python机器学习 通用机器学习算法的Python代码

3DS MAX森林树木植物插件Forest Pack 7帮助文档下载 Forest Pack是世界上最流行的3dMax森林树木植物散布插件。它提供了一个完整的解决方案来创建广阔的物体区域，从树木和植物到建筑物、人群、骨料、地面覆盖物、岩石等等。模拟大型场景总是非常困难，但这个插件可以帮助您以较少的难度进行模拟。

蚂蚁森林 蚂蚁森林能量智能备注脚本（基于Auto.js） 基于Auto.js的支付宝蚂蚁森林能源智能采集脚本 使用说明 下载项目或 部署项目如果下载了部署工具（附件.js格式文件）则只需用Auto.js运行或导入后运行此工具即可如果下载了项目数据包则需将项目解压缩并放置到Auto.js工作目录下定位到设备的内部存储目录如： /内部存储/ /Internal Storage/ /sdcard/ /storage/emulated/0/等在此目录下找到Auto.js工作目录中文系统Auto.js目录./脚本/英文系统默认目录./Scripts/若不存在则需手动建立或在Auto.js软件中设置一个工作目录将项目文件夹保留结构放置在工作目录中 使用Auto.js运行*.js格式的脚本文件运行ant-forest-launcher.js启动项目运行ant-forest-settings.js进行项目