忧郁奇迹

文章
4
资源
1
加入时间
2年10月24天

python高级编程和算法

import copy#a = ("a","b","c")#a = ["a","b","c"]a = {"a","b","c"}b =ac = copy.copy(a)d = copy.deepcopy(a)# print(b)# print(c)# print(d)# print(id(b))# print(id(

golang gin 中间件,返回结果

package mainimport ( "net/http" "github.com/gin-gonic/gin")func response() gin.HandlerFunc { return func(c *gin.Context) { c.Next() if c.Writer.Written() {...

决策树分类随机森林

决策树先构造树形结构,再进行一系列决策,决策树是分类算法,也能做回归。比如有五个人(样本数据),打算分类谁愿意打篮球,根据年龄和性别进行决策分类。第一次先通过其中特征进行部分选择,再在子类中根据另一个特征再分类。最后一个叶子节点就是最终分类结果。决策树算法以树状结构表示数据分类的结果。每个决策点实现一个具有离散点输出的测试函数,记为分支。训练阶段从给定的训练数据集DB,构造出一棵决策树。Class = DecisionTree(DB)分类阶段从根开始,按照决策树的分类属性逐层往下划分