2013-05-21感悟

本文总结了在B/S架构开发过程中遇到的前端问题,包括使用jQuery修改样式和图片源时常见的误区,如误用attr代替css方法及imageurl属性问题。

  写了两个月的B/S架构,今天在写的过程中遇到的问题有:

  (1)jquery中css和attr的区别:

    css("color","red");这样可以用的。但是attr("color","red")好像不可以这样用,attr的作用就是有一些html元素的属性jquery没有去封装,然后你又想用这些属性,就可以用attr,但是jquery都给你封装了css你在用attr("color","")就不产生效果了。一般,style中的都是用css的。

    今天悲催的用attr 来修改 display属性,半天没效果,哎。。。最后用hide()和show()来实现了,当然用css是可以实现的。

  (2)设置image控件:

    开始用jquery来修改 imageurl 属性 半天不起作用,原来 生成的html文件后,并没有imageurl属性,只有src属性,后来设置src属性才成功实现了,折腾啊!!  

  下次谨记!!!

转载于:https://www.cnblogs.com/DaiMaDi/archive/2013/05/21/3091083.html

K-means算法是一种经典的聚类算法,它通过将数据集划分成K个簇,使得每个簇内的数据点之间的距离最小,而簇与簇之间的距离最大。在学习和实践K-means算法的过程中,我有以下几点感悟: 首先,K-means算法是一种简单易用的算法,适用于大规模数据处理。算法的核心思想是通过不断迭代,将数据集划分成K个簇。在每一次迭代中,K-means算法会计算每个数据点与每个簇中心的距离,并将数据点归属到距离最近的簇中心。通过多次迭代,可以得到最终的簇划分结果。 其次,K-means算法的效率和精度受到初始簇中心的影响。由于K-means算法的迭代是基于初始簇中心进行的,因此初始簇中心的选择会影响算法的效率和精度。在实践中,我们可以通过多次随机选择初始簇中心,并计算每次迭代的效果,以选择最优的初始簇中心。 最后,K-means算法的应用场景非常广泛。例如,它可以应用在图像分割、文本聚类、生物信息学等方面。通过对数据进行聚类分析,可以帮助我们更好地理解数据的内在规律和特征,从而作出更加准确的决策。 总之,K-means算法是一种非常有意义的聚类算法,它可以帮助我们更好地理解数据,从而作出更加准确的决策。在学习和实践K-means算法的过程中,我们需要注重算法的理论和实践结合,以便更好地理解算法的核心思想和应用场景。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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