2015年09月_steady_pace

原创数据结构初语~

别人帖子的精华数据结构的本质就在于：如何将现实世界中各种各样的数据放入到内存中，并且如何在内存中操作这些数据，如何评价这些存储方案和操作方法。方案1：基于物理存储方案的数据操作。（物理存储只有两种：连续的和不连续的存储）方案2：是不是只有物理存储结构（方案）就可以了呢？在第1条中说过，现实当中的数据是有各种各样的结构的。而我们强调了物理放置方案只有2种：连续

2015-09-30 19:12:08 443

转载 Linear regression(线性回归)

在实际生活中，我们常常需要根据已知的某些知识来预测未知的知识。例如我们可能需要根据房子的住宿面积来预测房子的销售价格，在这个问题中，已知的知识就是房子的住宿面积，未知的知识就是房子的销售价格。对于supervised learning来说，首先会拥有一个训练数据集training data。我们的任务就是从training data中学习到一个尽可能好的模型，可以对现实世界进行相关预测。

2015-09-18 14:52:13 583

原创 BAE（疑惑）

同样的程序，在本机上跑的好好的。部署到BAE python-worker服务后，出现问题。比如：同样一个url, 在本地返回改地址的HTML网页时，length 为 98551可是部署到BAE python-worker上后,length 只有28831。为什么啊？烦请版主大人帮忙看一下，调了好几天了，闹心代码如下：（python）-- coding:utf-8 --import time

2015-09-10 16:44:37 494

原创机器学习实战——第一章

机器学习能让我们从数据集得到启发搜素引擎，邮件过滤系统，推荐系统，数据挖掘（啤酒和尿布）机器学习在我们生活中随处可见。机器学习是必学的。即使想做其他方向的研究，ML也是基础1：机器学习专业术语训练集，测试集，目标变量（如：鸟的类别）。知识表示（如：可以采用规则集的形式，也可以采用概率的形式）。采用何种方式表示知识也很重要2：机器学习的主要任务（重要知识点）：分类，回

2015-09-09 21:57:04 486

原创爬虫 crawl

1:明白爬虫的本质，最最核心，简单的逻辑原理抓网页，解析网页。。。在此基础上，可以通过各种技术提升性能。（如：集群，多线程。采用框架等）通过http请求，返回的整个html网页就是个字符串，就是个字符串，就是个字符串！！！！！（解决了我长时间的困惑）然后，针对这个字符串进行正则表达式的模式匹配。所谓的javascript技术，css等，也就是在字符串中以某种模式存在。不用去烦心这个。

2015-09-09 18:05:45 1196

Linux的使用搭建hadoop环境host网络模式，主机能上网，虚拟机也是不能上网的。net模式，桥接模式虚拟机安装。在虚拟机中进行linux系统安装很简单。（下载虚拟机软件，安装分分钟的事-》只要下好了，下对了linux版本，安装linux系统，分分钟的事。） ps:linux镜像文件.iso,有时候分为多个部分，所有要把所有部分下完。如：linux cento ***1of2,linux c

2015-09-09 18:00:57 405

原创 bae python-worker 爬虫接下来工作

继续解决 html 返回值的问题。争取爬虫可以跑的通

2015-09-09 17:55:57 908

原创 BAE python-worker 服务

1：python-worker 可以通过新建 requirements.txt,然后添加你需要的任何包。如：MySQL-python 2: python-worker 的main.py可以引用其他文件3:编码还是使用utf8吧。4：如，re,urllib,urllib2,这些模块可以直接import,因为已经内置了5：常出现的错误 a: 因为我是在notepad+

2015-09-09 17:54:18 1373

原创 BAE 上部署python-worker 爬虫遇到的问题

BAE上部署了python-worker类型，想部署个爬虫在上面呢。可是偏偏就是不成功。代码在本地是可以正确的爬取页面，解析页面后，提取想要的内容的。部署到BAE后，发现，页面可以抓取到，可是返回的html的长度不对：如：某个网页本来是98541，可是在BAE中抓取后，html长度就变成了28831re,正则表达式抽取模块是对的，可以按照模式正常抽取。说明解析这部分，是正确的数据库操作部分也是：可以

2015-09-09 17:34:51 1748

原创 BAE 使用2

BAE开发过程遇到的问题。教训：当用别人的框架或者平台的时候，当遇到什么问题的时候，一定首先去参考阅读，官方文档。而不是到互联网上海搜一番。其次，遇到问题，要冷静，理清楚，在纸上写出来可能会出问题的点。一个个排查。切忌，不要烦躁，烦躁没用的。一旦烦躁的时候就要出去走走了喔，散散心，不要傻傻的呆在电脑前死磕~1：BAE连接mysql整体思路简单，就是要获得 host,ip,user,pwd,这

2015-09-09 17:16:19 526

原创 BAE （使用1）

使用百度云服务BAE，强烈感受到，技术变化的速度之快。关于BAE的技术贴，都已经过时了。所以，在使用别人的平台时，最靠谱的方法是，要透过官网，找到最新的平台文档。

2015-09-06 10:51:23 624

原创欢迎使用CSDN-markdown编辑器

欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来，用它写博客，将会带来全新的体验哦：Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传LaTex数学公式UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键加粗 Ctrl + B 斜体 Ctrl + I 引用 Ctrl

2015-09-06 10:46:11 309

steady_pace的专栏

原创数据结构学习规划~