二叉树
-
-
-
-
-
-
-
-
Huffman变长编码无损压缩系统
该项目利用MATLAB开发环境实现了一套完整的Huffman编码与解码系统，旨在解决数据传输与存储中的冗余问题。程序首先对输入源数据（如字符串或数值序列）进行符号频率统计，根据出现概率从小到大利用贪心策略构建Huffman二叉树。在建树过程中，通过不断合并频率最低的两个节点，为每个原始符号分配唯一的变长二进制码字，确保高频符号对应短码、低频符号对应长码。该算法严格遵循前缀编码规范，即任何一个码字都不是另一个码字的前缀，从而保证了解码过程的唯一性和高效性。系统集成了概率统计模块、Huffman树生成引擎、码 -
自动化决策树建模与分析工具
本项目旨在构建一个高度封装且易于使用的决策树分析工具，核心目标是简化从原始数据到决策模型的转化过程。该系统允许用户直接输入结构化数据（如Excel、Text、CSV或MATLAB工作区变量）以及对应的特征变量名称和目标变量标签。在内部处理机制上，程序集成了数据预处理模块，能够自动识别并处理缺失值，转换分类变量。核心算法基于MATLAB统计与机器学习工具箱中的fitctree（用于分类）和fitrtree（用于回归）函数，采用经典的CART算法构建二叉树。系统具备自动剪枝优化功能，通过计算交叉验证误差来确定最佳树深度，有效防止过拟合。在可视化方面，项目能够生成高分辨率的决策树视图，清晰展示每个节点的判断条件、样本数量和分类纯度，并支持输出特征重要性（Feature Importance）条形图，帮助用户直观理解哪些变量对决策结果影响最大。此外，工具还能自动生成混淆矩阵、ROC曲线及准确率报告，适用于金融风控、医疗诊断、客户分类等多种数据挖掘场景。
