Python技术树

3.3类间关系

3.3.1依赖关系

用实例方法扎行某个功能时,如果需要使用另一个类的实例的方法来完成,则称这两个类之间存布关联关系。下面是个例子:

63a7e18e5b424f3ab9273d2b4c2e10d8.jpg

 

3.3.2关联关系

一个类的属性类型是另外一个类的类型,则称这两个类之间存庙关联关系。根据属性是单值或多值,关联关系又分为一对一,一对多等。

3.3.3继承关系

类继承是在已有类基础上构建新类的机制,该新建类也成为子类。子类可以增加新的属性或功能,也可以继承父类的功能。继承所描述的是“ is - a ”的关系。

通过继承机制,可以复用以前代码,大大提高开发效率。

a1863fa4097d44a88e8c669a0507bc48.jpg

 (图来自csdn 跳楼梯的鹅)

3.4总结

●通过介绍面向对象的产生由来和核心思想,

使初学看认识面向对象编程的基本概念。

●通过介绍 Python 语言中类和对象定义和使用的基本概念、流程,使得开发看了解 Python 语言中面向对象编程的基本流程,并初步掌握面向对象编程的方法。

●介绍了 Python 语言面向对象编程时类之间关系的相关知识,包括依赖关系、关联关系、继承关系等。

资料来源: Python 基础语法03:类

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
优化python决策可以通过以下几个方面进行: 1. 修剪:决策可能会过度拟合训练数据,导致无法很好地推广到新数据上。为了避免过度拟合,可以通过设置叶节点所需的最小样本数或限制的最大深度等机制来修剪。这样可以限制的复杂度,提高泛化能力。 2. 使用集成算法:决策的一个缺点是它对数据中微小变化非常敏感,可能会导致生成完全不同的。为了解决这个问题,可以使用集成算法,如随机森林。随机森林通过对特征和样本的随机采样来生成多个决策,并将它们组合起来进行预测。这种集成方法可以降低决策的方差,提高稳定性。 3. 平衡数据集:如果数据中某些类占主导地位,决策可能会偏向于主导类。为了避免这种偏差,建议在拟合决策之前平衡数据集。可以使用技术如欠采样、过采样或生成合成样本等方法来平衡数据集。 4. 使用适当的剪枝策略:剪枝是优化决策算法的关键。预剪枝和后剪枝是常用的剪枝策略。预剪枝在决策生成过程中,在每个节点划分前先估计其划分后的泛化性能,如果不能提升,则停止划分,将当前节点标记为叶节点。后剪枝则是在生成决策后,自下而上对非叶节点进行考察,如果将该节点标记为叶节点可以提升泛化性能,则进行修剪。 5. 使用合适的参数:在使用Python中的决策库(如scikit-learn)时,可以根据具体问题调整决策的参数。例如,可以设置的最大深度、节点分裂的最小样本数、节点分裂的标准(如基尼系数或信息增益)等参数来优化决策的性能。 6. 可视化决策:使用Python可以使用绘图库(如matplotlib)来绘制决策,这可以帮助我们更好地理解决策的结构和规则,从而进行进一步的优化。 通过以上方法和策略,可以优化Python决策,提高其性能和泛化能力。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [决策算法梳理以及python实现](https://blog.csdn.net/laojie4124/article/details/90316926)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]
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