Easyui的easyui-filebox有人知道是不是支持 多文件上传吗？

Posted 2023-04-19

easyui-filebox 只是一个UI的插件（其实还是INPUT标签），它不是上传组件，所有就不存在是否支持多文件上传，你要想一次上传多个文件，可以设置多个easyui-filebox。

拓展

EasyUI+SpringMVC 单个/多个文件上传

基本步骤：

按照数据流向来阐述

>>> 页面提供文件上传控件.

>>> contorller端接收页面传入的文件流，在这个步骤可以写入数据库或者放到指定目录.

>>> 将上传的返回结果写回页面.

参考技术A easyui-filebox 只是一个UI的插件（其实还是INPUT标签），它不是上传组件，所有就不存在是否支持多文件上传，你要想一次上传多个文件，可以设置多个easyui-filebox。追问

这样也是不符合需求的。 我还是换插件了。谢谢

参考技术B 可以选择多个文件，multiple="true" 设置下就行，然后上传自己在后台做 参考技术C 前台：
<input id="up_file" name="up_file[]" class="easyui-filebox" style="width:300px" data-options="buttonText: '选择文件',buttonAlign: 'left',buttonIcon:'icon-search', separator:';',multiple:true" />
后台(php):
$files = $_FILES['up_file'];
关键：name="up_file[]"

有人知道 MultiOutputClassifier 模型的 GridSearchCV 的超参数吗？

【中文标题】有人知道 MultiOutputClassifier 模型的 GridSearchCV 的超参数吗？

【英文标题】：Does anybody know Hyperparameters of GridSearchCV for MultiOutputClassifier model?

【发布时间】：2021-09-27 07:01:09

【问题描述】：

from sklearn.model_selection import GridSearchCV

*parameters = **?????***

search = GridSearchCV(_pipeline,  n_jobs=1, cv= 5, param_grid=parameters)

#multi_target_linear = MultiOutputClassifier(search)



search.fit(X, y)

#search.get_params().keys()


search.best_params_

【参考方案1】：

超参数在这种情况下会因情况而异，因为它们是您想要解决的问题，从而获得既准确又高效的超参数。

从表面上看，您的目标是创建一个名为parameters 的参数网格，其中包括几个您想要磨练的超参数。然后 GridSearchCV 可以尝试所有超参数组合并找到性能最佳的组合。 CV 是交叉验证，这是一种将训练集和测试集打乱以进行公平评估的方法，这里有 5 个不同的部分，因此 cv=5。

您还使用了MultiOutputClassifier，它旨在使其他分类器能够处理多个目标，但您没有定义它是什么分类器。

【讨论】：

对不起，这应该有帮助：'''X, y = make_multilabel_classification(n_classes=36, random_state=0) _pipeline = Pipeline([ ('clf', MultiOutputClassifier(KNeighborsClassifier()) .fit(X, y)) ]) 用于类别中的类别：y_pred = _pipeline.predict(X)'''

【参考方案2】：

GridSearchCV的参数param_grid是由它的estimator决定的，但是你没有写_pipeline是如何构造的。 所以我无法回答这个问题，但this answer 会有所帮助。

【讨论】：

对不起各位，让我给你们看一个结构：'''X, y = make_multilabel_classification(n_classes=36, random_state=0) _pipeline = Pipeline([ ('clf', MultiOutputClassifier(KNeighborsClassifier ()).fit(X, y)) ]) 对于类别中的类别：y_pred = _pipeline.predict(X)'''

@EgorPetrov 您以错误的方式使用“管道”。请参阅我的答案中的链接。

我将 MultiOutputClassifier(KNeighborsClassifier()) 更改为 MultiOutputClassifier(SVR) 并使用 SVR 的参数，我的管道现在可以工作了。我不知道为什么它对 KneighborClassifier 不起作用，或者我没有这个参数。