- 博客(7)
- 收藏
- 关注
RSS订阅原创 C++中，explicit解释和用法
在C++中，explicit 是一个关键字，用于修饰类的构造函数，指示编译器不要执行隐式类型转换。这意味着如果构造函数被声明为 explicit，则编译器将不会自动将参数类型转换为类类型，而只会在显式调用构造函数时进行类型转换。通常情况下，如果一个类的构造函数可以接受一个参数，那么这个构造函数可以被用于隐式地将参数类型转换为类类型，从而创建一个临时对象。这种隐式类型转换在某些情况下可能会导致预期之外的行为，因此可以使用 explicit 来阻止它。
2023-08-24 17:36:19
859
1
原创 CART（Classification and Regression Trees）算法，python快速实现
DecisionTree类实现了决策树分类算法。算法使用熵作为衡量不确定性的指标，并通过计算信息增益来选择最佳特征和阈值进行数据集拆分。递归地构建决策树，直到满足终止条件（例如，数据集只包含一个类别或没有可用特征）。fit方法用于训练模型，predict方法用于对新样本进行预测。
2023-06-14 18:00:00
122
原创 一个基于OpenCV的Python程序，可以从摄像头捕获图像并识别简单数字。您可以根据需要进行调整，包括调整图像预处理和数字识别逻辑
一个基于OpenCV的Python程序，可以从摄像头捕获图像并识别简单数字。您可以根据需要进行调整，包括调整图像预处理和数字识别逻辑。
2023-04-20 13:55:49
1374
1
原创 一个简单的使用支持向量机（SVM）进行回归预测的Python代码示例，包含了源数据和注释
首先，我们导入了所需的库，包括numpy用于处理数据，train_test_split用于划分训练集和测试集，SVR用于构建SVM回归模型，以及mean_squared_error和r2_score用于评估模型性能。请注意，这只是一个简单的示例，实际使用中可能需要根据具体需求进行参数调优和模型性能的进一步评估。然后，我们使用拟合好的模型对测试数据进行预测，并计算预测结果的均方误差（MSE）和决定系数（R2）作为模型的评估指标。接下来，我们创建了一个线性核函数的SVM回归模型，并使用fit方法拟合训练数据。
2023-04-14 17:38:46
3473
1
原创 一个简单的YOLO（You Only Look Once）目标检测算法的实现示例，使用Python和OpenCV库
使用了 OpenCV 提供的 cv2.dnn 模块来加载 YOLO 模型、处理图像，并解析网络输出。代码首先加载了预训练的 YOLO 模型的权重和配置文件，并获取了输出层的名称。接着加载了类别标签，并读取待检测的图像。图像预处理部分使用了 `cv2.dnn。
2023-04-14 16:59:45
334
原创 以下是一个使用c++ Qt编写的简单的遥控车控制界面的示例源代码，详细注释
setWindowTitle(tr(“遥控车控制界面”));qDebug()
2023-04-14 16:46:05
1016
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人