kngines

基于Python网络爬虫与推荐算法的新闻推荐平台。网络爬虫：通过Python实现新浪新闻的爬取，可爬取新闻页面上的标题、文本、图片、视频链接（保留排版）推荐算法：权重衰减+标签推荐+区域推荐+热点推荐+融合推荐算法。

1.欢迎点赞、关注、批评、指正，互三走起来，小手动起来！2.了解、学习OCR相关技术知识领域，结合日常的场景进行测试、总结。如本文的实践：以动物检疫合格证明单据识别为例，探索OCR文本推理应用示例场景。3.有其他场景问题，欢迎留言或加微沟通。

了解、学习OCR相关技术知识领域，结合日常的场景进行测试、总结。

了解、学习OCR相关技术知识领域，结合日常的场景进行测试、总结。

极视角科技是一家人工智能平台型企业，做进一步AI图像识别算法总结、学习。

1.爬取解析潮汐表数据，做进一步层次应用。2.发现大语言模型写的并不能解决问题，也可能是没付费的原因，haha3.趁着空闲的时间撸了段代码，供已参考。

1.熟悉、梳理、总结项目研发实战中的`Python`开发日常使用中的问题、知识点等，如获取省市等边界区域经纬度进行可视化，从而辅助判断、决策。2.欢迎点赞、关注、批评、指正，互三走起来，小手动起来！

1.熟悉、梳理、总结项目研发实战中的Python开发日常使用中的问题、知识点等，如获取任意多边形区域内的经纬度点并可视化，找了N篇文章没发现有效的解决方案。

1.熟悉、梳理、总结项目研发实战中的Python开发日常使用中的问题、知识点等，如Python处理某区域边界经纬度数据至geohash，便于时空交集。

1.梳理、总结经纬度处理在Maxcompute平台上的实战应用，如模型结果等封装json格式、根据经纬度计算距离udf、根据证件号提取年龄段信息、判断是否在外包多边形内udf、udtf、函数注册与使用。2.欢迎批评指正，跪谢一键三连！

1.梳理、总结经纬度处理在Maxcompute平台上的实战应用，如通过Python实现解析身份证、计算年龄、查看python版本、字段聚合、手机号校验等UDF函数注册与使用。2.欢迎批评指正，跪谢一键三连！

1.梳理、总结经纬度处理在Maxcompute平台上的实战应用，如经纬度坐标系转换UDF函数注册与使用。2.欢迎批评指正，跪谢一键三连！

1.梳理、总结经纬度处理在Maxcompute平台上的实战应用，如根据gps轨迹数据计算停留点信息。2.欢迎批评指正，跪谢一键三连！

1.梳理、总结经纬度处理在Maxcompute平台上的实战应用，如geohash转经纬度，经纬度转geohash，计算geohash九宫格等。2.欢迎批评指正，跪谢一键三连！

1.一直以来想写下基于scikit-learn训练AI算法的系列文章，作为较火的机器学习框架，也是日常项目开发中常用的一款工具，最近刚好挤时间梳理、总结下这块儿的知识体系。2.熟悉、梳理、总结下scikit-learn框架朴素贝叶斯机器学习模型相关知识体系3.欢迎批评指正，欢迎互三，跪谢一键三连！

1.一直以来想写下基于scikit-learn训练AI算法的系列文章，作为较火的机器学习框架，也是日常项目开发中常用的一款工具，最近刚好挤时间梳理、总结下这块儿的知识体系。2.熟悉、梳理、总结下scikit-learn框架支持向量机（SVM）模型相关知识体系3.欢迎批评指正，欢迎互三，跪谢一键三连！

1.一直以来想写下基于scikit-learn训练AI算法的系列文章，作为较火的机器学习框架，也是日常项目开发中常用的一款工具，最近刚好挤时间梳理、总结下这块儿的知识体系。2.熟悉、梳理、总结下scikit-learn框架随机森林模型相关知识体系3.欢迎批评指正，欢迎互三，跪谢一键三连！3.欢迎批评指正，欢迎互三，跪谢一键三连！3.欢迎批评指正，欢迎互三，跪谢一键三连！随机森林ML模型实战及经验总结目录索引如下所示：1.环境搭建2.实操训练3.经验总结4.参考链接

1.一直以来想写下基于scikit-learn训练AI算法的系列文章，作为较火的机器学习框架，也是日常项目开发中常用的一款工具，最近刚好挤时间梳理、总结下这块儿的知识体系。2.熟悉、梳理、总结下scikit-learn框架决策树（CART）机器学习模型相关知识体系3.欢迎批评指正，欢迎互三，跪谢一键三连！3.欢迎批评指正，欢迎互三，跪谢一键三连！3.欢迎批评指正，欢迎互三，跪谢一键三连！

1.一直以来想写下基于scikit-learn训练AI算法的系列文章，作为较火的机器学习框架，也是日常项目开发中常用的一款工具，最近刚好挤时间梳理、总结下这块儿的知识体系。2.熟悉、梳理、总结下scikit-learn框架DBSCAN密度聚类机器学习模型相关知识体系3.欢迎批评指正，欢迎互三，跪谢一键三连！3.欢迎批评指正，欢迎互三，跪谢一键三连！3.欢迎批评指正，欢迎互三，跪谢一键三连！

1.一直以来想写下基于scikit-learn训练AI算法的系列文章，作为较火的机器学习框架，也是日常项目开发中常用的一款工具，最近刚好挤时间梳理、总结下这块儿的知识体系。2.熟悉、梳理、总结下scikit-learn框架相关知识体系3.欢迎批评指正，欢迎互三，跪谢一键三连！逻辑回归ML模型实战及经验总结目录索引如下所示：1.环境搭建2.实操训练3.经验总结4.参考链接

1.一直以来想写下基于scikit-learn训练AI算法的系列文章，作为较火的机器学习框架，也是日常项目开发中常用的一款工具，最近刚好挤时间梳理、总结下这块儿的知识体系。2.熟悉、梳理、总结下scikit-learn框架K近邻机器学习模型相关知识体系3.欢迎批评指正，欢迎互三，跪谢一键三连！3.欢迎批评指正，欢迎互三，跪谢一键三连！3.欢迎批评指正，欢迎互三，跪谢一键三连！K近邻ML模型实战及经验总结目录索引如下所示：1.环境搭建2.实操训练3.经验总结4.参考链接

1.一直以来想写下基于scikit-learn训练AI算法的系列文章，作为较火的机器学习框架，也是日常项目开发中常用的一款工具，最近刚好挤时间梳理、总结下这块儿的知识体系。2.熟悉、梳理、总结下scikit-learn框架主成分分析（Principal Component Analysis, PCA）机器学习模型相关知识体系3.欢迎批评指正，欢迎互三，跪谢一键三连！3.欢迎批评指正，欢迎互三，跪谢一键三连！3.欢迎批评指正，欢迎互三，跪谢一键三连！

FastText主要用于词向量训练和文本分类任务中，因为速度快和效果明显被广泛应用于工业界中。日常项目研发中涉及到文本多分类，博主通过快速实验积累相关领域知识、技术；从而夯实个人研发方法论。通过实验对比分析感受fasttext和朴素贝叶斯的效果与区别。

1.一直以来想写下基于kettle的系列文章，作为较火的数据ETL工具，也是日常项目开发中常用的一款工具，最近刚好挤时间梳理、总结下这块儿的知识体系。2.熟悉、梳理、总结下PostgreSQL数据库相关知识体系。3.欢迎批评指正，跪谢一键三连！

1.熟悉、梳理、总结下superset可视化分析实战案例知识体系，一直想探索有效可用的可视化分析方案，大多收费或不好用，这里，借此机会总结、更新下。2.欢迎批评指正，跪谢一键三连！

1.一直以来想写下基于kettle的系列文章，作为较火的数据ETL工具，也是日常项目开发中常用的一款工具，最近刚好挤时间梳理、总结下这块儿的知识体系。2.熟悉、梳理、总结下RabbitMQ中间件相关知识体系。3.欢迎批评指正，跪谢一键三连！

基于人工智能的机动车号牌检测与推理系统v1.0代码重构与实现。目前整合3中现有算法，并完成阶段性改造，包括【传统方法检测车牌，SVM推理字符】、【YOLO方法检测车牌，SVM推理字符】、【YOLO方法检测车牌，CNN推理字符】，后续将进行AI算法新增、新特性引入、AI算法迭代优化与升级等。

数据挖掘常用码表数据清洗整合积累，如全新全国各地机动车牌号归属地数据集合。

写在前面批量解析execl文件，循环异常停止，报错RT异常定位耗费较多时间，大多无果，特此记录问题解决异常描述：xlrd.biffh.XLRDError: Unsupported format, or corrupt file: Expected BOF record; found '\xd6\xb8\xb1\xea\\\xc8\xd5\xc6'Unsupported form...

写在前面Python Web项目开发过程中遇到的重大Bug，项目已进行80%，Deadline最迟当天，，，历史版本发布无异常，可能是安装前端软件导致编码等环境异常尝试各种方法、几近抓狂近8小时问题详情Flask Web项目，包含中文注释、查询Oracle数据库返回字段包含中文无效尝试总结如下：重启发布，无效去掉代码中的所有中文，无效设置环境变量LANG，无效expo...

写在前面针对10万内数据完成特定目标统计，并定时更新。真的是开发2分钟，环境搭建2小时，，，依据实际经验，搭建环境往往是较为繁琐、费时的！搭建步骤1 软件包准备黄色部分表示待下载软件包，Linux系统默认集成Python22 安装并配置 oracle-instantclientrpm -ivh oracle-instantclient11.2-basic-11....

写在前面数据处理过程中，数值型和字符串型转换经常遇到空值 / NaN值处理，稍许浪费多些时间，特此总结多次遇到，必要总结问题描述整型数据 -> (自动转换)浮点型数据，后缀类型自动转换多余 .0样例数据处理方法方法1: 手动转换数据类型再处理final_results['float_id'] = final_results.float_id.astype('s...

写在前面批量获取与解析单个爬取，数据量大，难度大多线程、url禁止访问，，，映射数据查询网站较多，多为单个查询存在错误映射数据爬取与解析import reimport timeimport randomimport requestsimport warningsimport datetimeimport pandas as pdfrom numpy...

写在前面数据分析场景需要该类字典数据大多网站不全、未更新，脑壳疼，，，废话省略搜可用站点、撸代码、解析数据必备信息爬取与解析import reimport timeimport randomimport requestsimport warningsimport datetimeimport pandas as pdfrom numpy import NA...

写在前面批量处理 pandas.DataFrame 行列数据20200212，效率不怎么高代码实现方法1: 按列格式化处理数据import reimport numpy as npimport pandas as pd"""只要字符串中的中文，数字"""def hq_zw_zm_sz(ss): if ss is not None and (ss is no...

写在前面数据码表，脚本解析并整合行政区划编码，使用时请更新最新链接目标任务产出结果1省编码/ 市编码/ 省名称/ 市名称示例数据产出结果2省编码/ 市编码/ 区县编码/ 省名称/ 市名称/ 区县名称示例数据实现代码产出结果1import requestsimport warningsimport pandas as pdfrom bs4...

场景在实践机器学习算法过程中，有的数据源可以通过网络获取。于是，想利用Python代码直接加载到程序中，省去下载的操作。一方面是可能是由于懒，另一方面还可以秀一下“肌肉”，哈哈哈 …作为一名实在的假“程序猿”，手动下载资源如果被小弟们看到，太跌份儿不是！开发工具 Anaconda 2Python 3描述在贝叶斯分类器学习过程中，积累了问题。文章涵盖以下3方面内容：

文章架构开发场景在日常开发过程中， 经常需要参考一些文档。对于在线文档，往往由于网速等原因，用起来总不是那么（ma）顺（fan）心。博文以爬取 PyODPS Docs 为例，整理页面爬取、转换（PDFKit）、文档整合（PyPDF2）的过程。开发工具 AnacondaPython 2实现方案基于 bs4 模块标签解析 爬取页面，逐层获取获取子链接弃

1 开发场景安装geohash模块并根据经纬度计算geohash值.爬取某些名称（地名）的经纬度等信息.开发语言及工具 Python 2Anaconda mzgeohash 安装包（tar.gz）下载 / 安装 Link 1源码下载 / 安装 Link 2注意： 个人尝试，mzgeohash支持Python 2， Python 3 下会提示语法错误. 为了便于使用，开发

文章架构 场景描述数据挖掘过程中， 会遇到处理/加工多列（series）的需求。例如，计算某些选择列的和、拼接某些列组成新的列（用于筛选比较）等。博文通过小例子，给出解决上述需求的实现过程。有的时候，一些数据需要根据实现排序取最新的，因此文章也涉及将时间串转换为 timestamp 的过程，在此文中一并记录。Demo实验apply 函数的使用与计算# ...