11 2024 档案

11/14
摘要：B/S结构用户界面设计 【实验编号】 10003809548j Web界面设计 【实验学时】 8学时 【实验环境】 l 所需硬件环境为微机； l 所需软件环境为dreamweaver 【实验内容】 本次B/S结构用户界面设计，我参考国外教程，制作了一个咖啡商店网页。 2.界面设计如下： 搜索界面： 阅读全文
posted @ 2024-11-14 22:16 Hbro 阅读(32) 评论(0) 推荐(0)
2024/11/13
摘要：from abc import ABC, abstractmethodclass Shape3D(ABC): @abstractmethod def circumference(self): """计算周长""" pass @abstractmethod def area(self): """计算面 阅读全文
posted @ 2024-11-13 19:23 Hbro 阅读(37) 评论(0) 推荐(0)
图像转字符串
摘要：图像转字符串public static String imageToString(String filePath) { try (FileInputStream imageInFile = new FileInputStream(filePath)) { byte[] imageBytes = ne 阅读全文
posted @ 2024-11-12 10:28 Hbro 阅读(24) 评论(0) 推荐(0)
2024/11/11
摘要：class Cexception(Exception): """自定义异常处理类""" def __init__(self, msg): self.msg = msgclass Date: """日期类""" def __init__(self, year, month, day): """有参构造 阅读全文
posted @ 2024-11-11 23:13 Hbro 阅读(18) 评论(0) 推荐(0)
2024/11/8
摘要：from abc import ABC, abstractmethodfrom datetime import datetimeclass People: def __init__(self, name, gender, birthday): self.name = name self.gender 阅读全文
posted @ 2024-11-08 22:26 Hbro 阅读(18) 评论(0) 推荐(0)
2024/11/7
摘要：实验八：随机森林算法实现与测试 一、实验目的 深入理解随机森林的算法原理，进而理解集成学习的意义，能够使用 Python 语言实现 随机森林算法的训练与测试，并且使用五折交叉验证算法进行模型训练与评估。 二、实验内容 （1）从 scikit-learn 库中加载 iris 数据集，使用留出法留出 1 阅读全文
posted @ 2024-11-07 22:52 Hbro 阅读(57) 评论(0) 推荐(0)
11/6
摘要：实验七：K 均值聚类算法实现与测试 一、实验目的 深入理解 K 均值聚类算法的算法原理，进而理解无监督学习的意义，能够使用 Python语言实现 K 均值聚类算法的训练与测试，并且使用五折交叉验证算法进行模型训练与评估 二、实验内容 （1）从 scikit-learn 库中加载 iris 数据集，使 阅读全文
posted @ 2024-11-06 17:46 Hbro 阅读(47) 评论(0) 推荐(0)
11/5
摘要：实验六：朴素贝叶斯算法实现与测试 一、实验目的 深入理解朴素贝叶斯的算法原理，能够使用 Python 语言实现朴素贝叶斯的训练与测试， 并且使用五折交叉验证算法进行模型训练与评估。 二、实验内容 （1）从 scikit-learn 库中加载 iris 数据集，使用留出法留出 1/3 的样本作为测试集 阅读全文
posted @ 2024-11-05 17:44 Hbro 阅读(38) 评论(0) 推荐(0)
11/4
摘要：实验五：BP 神经网络算法实现与测试 一、实验目的 深入理解 BP 神经网络的算法原理，能够使用 Python 语言实现 BP 神经网络的训练与测 试，并且使用五折交叉验证算法进行模型训练与评估。 二、实验内容 （1）从 scikit-learn 库中加载 iris 数据集，使用留出法留出 1/3 阅读全文
posted @ 2024-11-04 17:43 Hbro 阅读(51) 评论(0) 推荐(0)
11/1
摘要：实验四：SMO 算法实现与测试 一、实验目的 深入理解支持向量机（SVM）的算法原理，能够使用 Python 语言实现支持向量机的训 练与测试，并且使用五折交叉验证算法进行模型训练与评估。 二、实验内容 （1）从 scikit-learn 库中加载 iris 数据集，使用留出法留出 1/3 的样本作 阅读全文
posted @ 2024-11-01 17:42 Hbro 阅读(34) 评论(0) 推荐(0)