决策树 本质是一颗由多个判断节点组成的树。决策树算法的核心是通过对数据的学习,选定判断节点,构造一颗合适的决策树。 树模型不需要做归一化: 归一化的目的是为了加快梯度下降法的收敛速度,但是决策树模型不需要计算梯度 树模型只考虑特征的划分界限,而不需要考虑特征的值范围 决策
Bean的实例化方式 B e a n 的 实 例
j a r 包 ( 4 + 1
什么是依赖注入 依赖:B依赖A,class B{private A a;}//a是私有的引用类型 注入:通过set 方法进行a的数据设置 等价于:给B添加setA(A a)方法,a,b分别实例化后,b.setA(a); 目 标