Java初学笔记--面相对象2

一、继承
- 作用:实现代码复用
- 用 extends 实现继承
        --超类、基类、父类(共有的属性和行为)
        --派生类、子类(特有的属性和行为)
- 派生类可以访问:超类+派生类,但超类不能访问派生类的
- 一个超类可以有多个派生类 但一个派生类也只能有一个超类  称为单继承
- 继承具有传递性

Java规定:构造派生类之前必须先构造超类
1.在派生类的构造方法中若没有调用超类的构造方法,则默认super()调用超类的无参构造方法
注:super()调用超类构造方法必须位于派生类构造方法的第一行

public class SuperDemo {
    public static void main(String[] args) {
        Boo o =new Boo();
    }
}

class Aoo {
    Aoo(){
        System.out.println("超类构造方法");
    }
}
class Boo extends Aoo{
    Boo(){
        super();//默认的,调用超类的无参构造方法

        System.out.println("派生类构造方法");
    }
}

 

2.在派生类的构造方法中若自己调用了超类的构造方法,则不再默认提供

二、super
作用:指代当前队形的超类对象
super用法:
1.super.成员变量名------------访问超类的成员变量
--当超类成员变量和派生类成员变量同名时,super指超类的,this指派生类的
--若没有同名现象,则写super和this是一样的
2.super.方法名()----------------调用超类的方法
3.super()--------------------------调用超类的构造方法

三、方法的重写(override/overriding):重新写、覆盖
--发生在父子类中 ,方法名相同,参数列表相同
--重写方法被调用时 看对象的类型执行方法-----------new谁的就调用谁的方法
1.重写不是一定发生的
2.就想把超类的改了 就直接重写
3.想在超类的基础上加 重写时先super超类的,再加自己的

补充:
1.泛化:从程序设计角度而言叫泛化,从代码角度而言叫继承,泛化就是继承
2.继承要符合is是的关系
3.继承的是超类的成员变量和普通方法,但不包括构造方法,超类的构造方法不是被派生类继承的,而是被派生类通过super()来调用的

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 网格搜索是一种常用的参数优化方,它通过遍历给定的参数范围,确定最佳参数组合,以提高算性能。在matlab中,可以利用内置函数gridsearch来实现网格搜索。该函数接受输入参数,包括被调用函数句柄、参数范围、步长以及数据输出方式等。在执行过程中,网格搜索会遍历所给参数范围,并依次按照步长进行取值,再将所得参数组合作为输入对被调用函数进行计算,得到相应的结果。最后,根据所设定的输出方式(例如,最优参数组合、最大值、最小值等),确定最佳参数组合及其对应的结果,并将其输出。 网格搜索在matlab中可以广泛应用于各种算的调参过程,例如,支持向量机、决策树、神经网络等。其优点在于能够充分利用计算资源,遍历所有可能的参数组合,找到最佳组合,从而提高算性能。缺点是计算耗时较长,需要根据实际情况选择参数范围和步长,以充分发挥其优点。 在使用网格搜索时,需要注意以下几点:首先,必须确定参数范围和步长,以充分覆盖所有参数组合;其次,需要指定被调用函数和输出格式;最后,要检验得到的结果是否可靠,通常可以通过交叉验证等方进行评估。 ### 回答2: 网格搜索是一种常见的参数优化算,通常用于确定机器学习模型的最佳参数。在 MATLAB 中,可以使用 GridSearch 函数来实现网格搜索网格搜索的基本思想是在预定义的参数范围内生成所有可能的参数组合,并通过交叉验证使用这些参数组合来评估模型的性能。在 GridSearch 函数中,使用参数数组来定义要搜索的参数及其取值范围。此外,还需要定义要优化的评估指标,例如准确性、平均方差等。然后,函数会在所有可能的参数组合中进行搜索,并返回最佳参数组合和相应的评估结果。在使用 GridSearch 函数时,需要注意搜索范围不应太大,否则可能会导致运行时间过长,甚至出现过拟合的问题。此外,由于网格搜索是一种暴力搜索算,因此在搜索范围较大时可能无获得全局最优解。为了避免此类情况,可以使用其他优化算或启发式算,例如模拟退火、遗传算等。网格搜索是一种简单而强大的参数优化策略,可以帮助我们针对特定问题找到最佳的模型参数组合。 ### 回答3: 网格搜索(matlab)是一种用于优化参数选择的算,又称为暴力求解。其基本思想是,将一定范围的参数值分为若干个网格,然后枚举每个网格中的参数值进行计算,最终找出最佳参数组合。在matlab中,可以使用gridsearch函数来实现网格搜索。其使用方为:首先定义待优化的参数及其取值范围,然后调用gridsearch函数,将计算函数和参数值输入即可。输出结果为最优参数组合及相应的函数值。 网格搜索(matlab)的优点在于易于实现和理解,能够有效地搜索参数空间,适用于参数空间小而维度高的问题。但其缺点也显而易见,即计算量巨大且随着参数维度增加呈指数级增长,导致计算时间长且不适宜处理高维空间的问题。 在实际应用中,网格搜索(matlab)常用于机器学习和数据挖掘中的模型选择和调参过程中。通过对不同参数组合进行大量测试,可以找到最优的参数设置,从而提高模型性能和预测准确率。总之,网格搜索(matlab)是一种简单而有效的算,对于小规模参数空间的问题具有优良的效果。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值