Tree | search
Click here to view Tree news from 60+ newspapers.
Bookmark or Share- pip 使用国内镜像源 - 菜鸟教程默认情况下 pip 使用的是国外的镜像，在下载的时候速度非常慢，本文我们介绍使用国内清华大学的源，地址为： https://pypi.tuna.tsinghua.edu.cn/simple 我们可以直接在 pip 命令中使用 -i 参数来指定镜像地址，例如： pip3 install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple 以上命令使用清华镜像源安装 numpy 包。
- OpenCV 图像轮廓检测 - 菜鸟教程cv2.RETR_TREE: 检测所有轮廓，并建立完整的层次结构。 method: 轮廓近似方法，常用的有： cv2.CHAIN_APPROX_NONE: 存储所有的轮廓点。 cv2.CHAIN_APPROX_SIMPLE: 压缩水平、垂直和对角线段，只保留端点。 contours: 输出的轮廓列表，每个轮廓是一个点集。 hierarchy: 输出的层次结构 ...
- 决策树（Decision Tree） - 菜鸟教程决策树（Decision Tree）是一种常用的机器学习算法，广泛应用于分类和回归问题。 决策树通过树状结构来表示决策过程，每个内部节点代表一个特征或属性的测试，每个分支代表测试的结果，每个叶节点代表一个类别或值。
- C++ 类 & 对象 - 菜鸟教程c++ 类 & 对象 c++ 在 c 语言的基础上增加了面向对象编程，c++ 支持面向对象程序设计。类是 c++ 的核心特性，通常被称为用户定义的类型。 类用于指定对象的形式，是一种用户自定义的数据类型，它是一种封装了数据和函数的组合。类中的数据称为成员变量，函数称为成员函数。
- 机器学习算法 - 菜鸟教程监督学习算法：线性回归（Linear Regression）：用于回归任务，预测连续的数值。逻辑回归（Logistic Regression）：用于二分类任务，预测类别。支持向量机（SVM）：用于分类任务，构建超平面进行分类。决策树（Decision Tree）：基于树状结构进行决策的分类或回归方法。
More
