朴素贝叶斯之实际应用
前言这里我们完成两个任务，一个是垃圾邮件过滤，一个是新浪新闻分类。垃圾邮件过滤用上一节学习的朴素贝叶斯来完成，新闻分类用sklearn中的朴素贝叶斯来完成。
垃圾邮件过滤收集数据我们已经有了一个电子邮件数据集,有两个文件夹ham和spam，spam文件下的txt文件为垃圾邮件。选取其中一份其内容如下
...
机器学习实战(3)-朴素贝叶斯
朴素贝叶斯这是一种有监督的机器学习算法，以自变量之间的独立(条件特征独立)性和连续变量的正态性假设为前提。
贝叶斯决策理论核心思想是计算待测数据在各个类别的概率，选择高概率的决策。
条件概率公式:P(A|B) = P(A) \frac{P(B|A)}{P(B)}其中$P(A|B)$称为后验概率，$P
...
决策树之预测隐形眼镜类型
实验目的利用决策树预测患者需要佩戴的隐形眼镜类型
这里用了两种方法，方法是用上一节我们自己写的决策树；第二节是调用了sklearn库。
方法1隐形眼镜数据集是一个公开且著名的数据集，包含患者眼部状况的观察条件以及医生推荐的隐形眼镜类型，数据来源UCI数据库，这里用到的数据集格式如下图：第一列是年龄，
...
机器学习实战(2)-决策树
决策树概述决策树决策树(decision tree)是一种基本的分类与回归方法,类似于下图的形式:决策树由结点(node)和有向边(directed edge)组成。结点有两种类型：内部结点(internal node)和叶结点(leaf node)。内部结点表示一个特征或属性，叶结点表示一个分类。
...
kNN之手写数字识别系统
实验目的使用kNN构造手写数字识别系统，这里只识别0-9，并且需要识别的数字以及使用图像处理软件处理过了。
实验过程准备数据:将图像转换为测试向量数据集分为训练集和测试集，分别包含大约2000个和900个例子，样例如下所示:这里需要将图像转换为向量。每张图像都是3232像素的，所以我们用numpy建
...
机器学习实战(1)-k近邻算法
k-近邻算法概述工作原理存在一个样本数据集合(称作训练样本集)，并且样本集中每个数据都存在标签，即我们知道样本集中每一数据与所属分类的对应关系。当输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本集中特征最相似数据(最近邻)的分类标签。一般只选取样本集中前k
...
拉勾网招聘职位爬取实战
实验目的 本次实验的目的是以北京的Python职位为例，爬取拉勾网相关职位的招聘信息。
实验环境python3主要用到requests、pyquery、pandas等库
爬取分析 以北京地区的Python职位为例，其URL为:https://www.lag
...
爬取58租房房源信息+地图展示
实验目的 本次实验的目的是爬取58租房信息，并调用高德地图API，将房源在地图上标记，使得在找房的过程中更直观。
实验环境python3主要用到pyquery、requests等库调用了高德API
爬取分析 本实验以北京市海淀区的房源为例，筛选了价格为20
...
爬虫实战之北京空气质量年度数据
实验目的 本实验的目的是爬取中国空气质量在线监测分析平台,按年份抓取某城市的空气质量历史数据。
实验环境Chrome+ChromeDriverpython3主要用到selenium、pyquery、pandas等库
爬取分析 本次实验以北京为例，点开该城市
...
爬虫学习(8)
之前都是爬取Web网页的内容，这章学习一下App的爬取。如果要在App端查看各个网络的请求和响应过程，一般要使用抓包软件，常用的有WireShark、Filddler、Charles、mitmproxy、AnyProxy等，通过设置代理的方式将手机处于抓包软件的监听之下，方便查看App在运行过程中发
...