lht_okk的博客

主要是由于spark的python没有获取树节点的接口，只有基本的输出信息，需要手动建树。github是https://github.com/lhtlht/gbdt_lr后续再做详细的说明。

机器学习实战（第二章：k-近邻算法）今天学习了第二章，在此就我理解做一下简单的总结，算是加深我的理解和用我自己的语言描述出这个算法吧。基于向量空间的欧几里得距离的计算。简单点来说就是 在一个具有大量样本集中，每一个实例都具有3个或以上的特征属性，其中有一个属性必然是分类属性，其余属性为数值型属性（即使是标称型属性，也可以通过 某些方法转变过来），每一个实例都是由属性特征

探究下疯狂动物城Zootopia为何如此高分的原因时隔差不多一年，疯狂动物城这部动画片算是已经取得圆满结果，在豆瓣和IMDb上都取得不错的分数，分别为9.2分（5分制，共有）和8.1分（10分制），成了豆瓣电影评分版版首。究竟如此高分的动画电影，人们为何给出如此高分？背后的因素究竟有多少？对于两个著名平台豆瓣和IMDb又有什么不同？通过本文解读：●群众以

pandas.read_csv()遇到读进来乱码问题1.设置encoding='gbk'或者encoding='utf-8'。pandas.read_csv('data.csv',encoding='gbk')2.如果设置encoding直接报错的话解决方法是：用记事本打开csv文件，另存为设置编码为utf-8，然后重新读取文件设置encoding='utf-8'就好了

虽说xgboost的 Python包在windows环境下使用MicrosoftVisual Studio安装的功能被陈天奇大神删掉了，但是我觉得还是有很多对window环境比较熟悉，特别是刚学习xgboost的新手。参考http://www.th7.cn/system/win/201603/157092.shtmlmingw-w64安装git安装Cygwin安装......一系列的安

一开始我是将网页中的unicode转为utf-8后再用中文utf-8去掉中文，之后就报错了代码大概就是这么写Text = soup.select('.job_bt')[0].text.replace('\n','').encode('utf-8').lstrip('职位描述：')先encode('utf-8')  转编码为utf-8   这么做的原因是我后面要去掉里面的字符 “”职

由于直接爬取整个含有javascript的网页源代码，没办法处理分页的内容，所以这次换了种方式，就是利用Chrome浏览器工具抓取javacript文件get的网址，直接从源头入手。1.打开谷歌开发工具 F12步骤：点击Network --  XHR(也有可能在JS，多尝试几遍) -- 接着点击clear清空一下，按F5，接着点击页面中的即可看到加载的javascript文

这几天刚好在学Requests和BeautifulSoup结合做爬虫爬取网页内容，恰巧有个哥们在群里问select函数里应该怎么来填？我想也是我在学，不妨找他一起做做，如果能帮人那最好不过啦。好吧，进入正题本次爬取的网址是：https://movie.douban.com/，采用的浏览器是Chrome，内容为下图类似于电影的名字、评分，以及图片链接等等。1.首先按照传统的方法当