2021-01-07

using UnityEngine;

using UnityEngine.UI;

using UnityEngine.EventSystems;

using System.Collections;

 

public class DragPanel : MonoBehaviour, IDragHandler, IEndDragHandler, IBeginDragHandler

{

 

    private Vector2 originalLocalPointerPosition;

    private Vector3 originalPanelLocalPosition;

    public RectTransform panelRectTransform;

    public RectTransform restrictRectTransform;

 

    public float Damping;

    private Vector3 inertia;

    private float recordEndTime;

    private readonly float _refWidth = 768.0f;

    private readonly float _refHeight = 1334.0f;

    private readonly float _refRatio = 768.0f / 1334.0f;

    public void Awake()

    {

        inertia = Vector3.zero;

 

        restrictRectTransform.sizeDelta = (panelRectTransform.sizeDelta * 2 - new Vector2(_refWidth, Screen.height * (_refWidth / Screen.width)));

    }

 

    public void OnBeginDrag(PointerEventData data)

    {

        inertia = Vector3.zero;

        originalPanelLocalPosition = panelRectTransform.localPosition;

        RectTransformUtility.ScreenPointToLocalPointInRectangle(restrictRectTransform, data.position, data.pressEventCamera, out originalLocalPointerPosition);

    }

 

    public void OnDrag(PointerEventData data)

    {

        if (panelRectTransform == null || restrictRectTransform == null)

            return;

 

        Vector2 localPointerPosition;

        if (RectTransformUtility.ScreenPointToLocalPointInRectangle(restrictRectTransform, data.position, data.pressEventCamera, out localPointerPosition))

        {

            Vector3 offsetToOriginal = localPointerPosition - originalLocalPointerPosition;

            panelRectTransform.localPosition = originalPanelLocalPosition + offsetToOriginal;

        }

 

        ClampToWindow();

    }


 

    public void OnEndDrag(PointerEventData data)

    {

        inertia = data.delta;

        recordEndTime = Time.time;

    }

 

    public void Update()

    {

 

        if (inertia.magnitude > 0.1)

        {

            panelRectTransform.localPosition = panelRectTransform.localPosition + inertia;

            inertia = Vector3.Slerp(inertia, Vector3.zero, Mathf.Pow((Time.time - recordEndTime), 2) * Damping);

            ClampToWindow();

        }

    }

 

    // Clamp panel to area of parent

    void ClampToWindow()

    {

        Vector3 pos = panelRectTransform.localPosition;

 

        Vector3 minPosition = restrictRectTransform.rect.min - panelRectTransform.rect.min;

        Vector3 maxPosition = restrictRectTransform.rect.max - panelRectTransform.rect.max;

 

        pos.x = Mathf.Clamp(panelRectTransform.localPosition.x, minPosition.x, maxPosition.x);

        pos.y = Mathf.Clamp(panelRectTransform.localPosition.y, minPosition.y, maxPosition.y);

 

        panelRectTransform.localPosition = pos;

    }

 

    public void OpenFocs(Vector3 offset)

    {

        transform.position -= offset;

        ClampToWindow();

    }

}

 

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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
 
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