- 博客(5)
- 收藏
- 关注
RSS订阅原创 Django初学第二章第四节 Class 的创建(10月24日）
关于Django项目中，创建类（class)的相关书写代码上一节我们把项目的"地基"搭好了，这一节来做 Django 中最核心、也最有意思的一步——。在 Django 里，我们说的"创建类"，通常指的是在models.py中创建。模型类 = 数据库表。你用 Python 写一个类，Django 就帮你自动生成一张对应的数据库表，一个属性对应一列字段。
2026-10-24 14:45:57
6
原创 Django初学第二章第三节 网站对应的网址输出
本文介绍了在Django中创建网页模板的完整流程。主要内容包括：1）在templates文件夹创建HTML模板文件；2）通过render函数将数据传递给模板；3）使用Django模板语言动态显示数据；4）实现文章列表页和详情页的链接跳转；5）配置URL路由处理带参数的请求。文章还展示了如何通过CSS和Tailwind CSS框架美化页面，包括创建响应式布局、导航栏、文章卡片和页脚等组件。最后提供了完整的代码示例，演示了如何构建一个具有专业外观的博客网站。
2025-08-27 16:44:14
1038
原创 Django初学第二章第二节 创建博客数据表
文章中所有命令皆在Anaconda PowerShell Prompt中cd 文件中进行，详情请看上一部分
2025-07-15 16:36:26
1174
2【大数据挖掘分析】基于聚类算法的评价指标解析与代码实现：聚类效果评估及数据可视化
内容概要：本文档详细介绍了大数据挖掘分析中的聚类评价指标及其应用，涵盖ARI、NMI、ACC、F1等指标的数学原理与实际案例。文档不仅提供了这些指标的定义和计算方法，还通过具体的数据集（如Aggregation.txt、Flame.txt、Compound.csv、Spiral.csv）进行了聚类实验，展示了k-Means算法在不同数据集上的表现，并指出了其局限性。此外，文档深入分析了Spiral数据集的问题，并提出了改用密度聚类（如DBSCAN）等改进方案。最后，文档总结了k-Means算法的核心假设及其适用边界，并探讨了行业前沿技术和未来发展方向。
适合人群：具备一定数据分析和机器学习基础的研究人员和技术人员，特别是对聚类算法和评估指标感兴趣的从业者。
使用场景及目标：①帮助读者理解聚类评估指标的数学原理和应用场景；②指导读者如何选择合适的聚类算法，并通过实际案例展示算法的优劣；③提供针对特定数据集的解决方案，如应对非凸形状数据或类别不平衡问题。
其他说明：本文档不仅提供了理论知识，还结合了具体的代码实现和数据实验，旨在帮助读者全面掌握聚类分析的方法和技巧。同时，文档还展望了聚类领域的前沿技术和发展趋势，为读者提供了进一步学习的方向。
2025-07-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人