类的分类

一:方法的分类:有三种:

1)普通方法:
        格式:public 返回类型 方法名(参数列表){过程}
        例如:public void play(){}
             public int sum(int a,int b){return a+b;}
2)构造方法:
        格式: public 类名(参数列表){}(每个函数都会有默认无参构造)
        例如: public Student(){} 作用:用来构造某样东西,用来创建对象。  
3)抽象方法:
       格式: public abstract 返回类型 方法名(参数列表)(注意没有方法体,抽象方法一定要用子类来重写的)
       例如: public abstract void PlayGame();

二:类的分类有三种:(普通类 ,抽象类,接口类)

1)普通类:普通类的属性可以是常量或者是变量,构造方法,普通方法,还可以创建对象,普通类一定不能有抽象方法
    格式:public class 类名{} 
    例如:
        public class Student(){
            //常量必须赋值
             public final int a = 1;
            //变量
             public String name;
             //构造函数‘
             public Student(){
            } 
            //普通方法
               public void Play(){
            }

    }
抽象类:什么方法都允许,属性可以是常量和变量,抽象类不一定要有抽象方法,抽象类不能创建对象,可以继承
    格式:public abstract class 类名{}
    例如: public abstract class Person{
            //属性 
            public String name;
            public final int a =1;
            //普通方法个人感觉这个方法似乎没有什么意义,因为抽象类不能实例化。
            public void Study(){}
            //抽象方法
            public abstract void Sleep();
}
继承的格式:

三: 接口类:不可以创建对象,属性必须是常量,方法必须是抽象方法,个人认为接口没有构造函数,主要用于充当父类,约束子类的方法定义。

            接口类格式:        public interface 接口{}
            普通类继承接口格式: public class 子类 implements接口
             抽象类继承接口:    public abstract implements 接口
            例如:
                public interface Student{
                 public final int age = 18;
                 public abstract void Study();
    } 
                public class Unstudent(){
                //接口的抽象必须要重写
                 public void Study(){
                    System.out.println("好好学习,天天向上");
    }
}
个人认为:
    方法重写方法名相同,返回类型相同,参数相同。
    方法重载方法相同,返回类型可以不同,参数可以不同。    
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
药材的分类是一项重要的任务,可以通过使用SVM(支持向量机)多类分类器来实现。SVM是一种常用的机器学习算法,可以用于处理多类分类问题。 为了使用SVM进行药材分类,首先需要准备一个训练集,其中包含不同类别的药材样本。每个样本需要提取一组特征,例如药材的颜色、形状、气味等。这些特征可以用数字或向量表示。 接下来,将样本和相应的标签输入到SVM多类分类器中进行训练。SVM将基于训练样本学习到一个分类模型,该模型可以预测未知样本的类别。训练过程中,SVM通过将样本映射到高维特征空间,并找到一个最优的超平面来分割不同类别的样本。 在进行预测时,将待分类的药材样本提取特征,并输入到训练好的SVM多类分类器中。分类器将根据学习到的模型预测该样本属于哪个类别。预测结果可以用于药材的分类、质量评估等应用。 在使用SVM多类分类器时,需要注意以下几点: 1. 特征选择:选择适当的特征对分类结果有很大影响,需要根据实际情况进行选择。 2. 参数调整:SVM有一些参数,如惩罚因子和核函数等,需要根据实际情况进行调整以提高分类效果。 3. 数据处理:对于不平衡的数据集,可以考虑使用数据均衡技术,如过采样或欠采样等。 4. 模型评估:需要使用一些评估指标,如准确率、召回率和F1-score等,对模型进行评估。 总之,通过使用SVM多类分类器可以实现药材的分类任务,进而提高药材的管理和利用效率。

“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 2
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