第十六章 常用类

1.object类:上帝类
注意:覆写toString方法,不覆写equals方法,不影响equals方法的比较

创建两个同类对象其哈希值不同(覆写toString,不覆写equals)
Student stu1 = new Student();
Student stu2 = new Student();
在这里插入图片描述
this表示调用equals方法的这个对象
在这里插入图片描述

2、Date
new Date();创建一个Date对象,获取当前时间。
getTime():表示获取从1970年零点开始到创建当前Date对象时的毫秒数。
注意:此值常作为时间戳存在
new SimpleDateFormat(“YYYY/MM/dd HH:mm:ss”)表示创建一个格式化时间的对象,参数为
指定的时间格式
YYYY:表示完整的年,如:2021,YY表示本世纪年,如:21
注意:大小写均可,但是推荐使用yyyy
MM:表示月份
注意:此处的MM不能小写,与分钟冲突
dd:表示天(本月的第几天)
注意:DD表示大年为本年度的第几天。
HH/hh:表示小时,HH表示24小时制,hh表示12小时制
mm:表示分钟
ss:表示秒钟
SS:表示毫秒

将"YYYY-MM-dd"改为"yyyy-MM-dd"可转换成功

在这里插入图片描述

3.calander

在这里插入图片描述

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
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