Let's begin

摘要： SVG画布 HTML 5 提供两种强有力的“画布”：SVG 和 Canvas。 SVG的特点： SVG 绘制的是矢量图，因此对图像进行放大不会失真 基于 XML，可以为每个元素添加 JavaScript 事件处理器 每个图形均视为对象，更改对象的属性，图形也会改变 不适合游戏应用 Canvas特点： 阅读全文

摘要： 本系列参考学习自http://www.ourd3js.com 非常感谢博主的分享！ 使用D3 在网页中使用D3有两种方法： 1. 下载D3.js文件后本地引用 下载地址 https://github.com/mbostock/d3/releases/download/v3.4.8/d3.zip 2. 阅读全文

摘要： 欧式距离 欧式距离想必很熟悉了，就是两个特征向量长度平方和的平方根嘛 优势：简单直观 劣势：若某些特征比其他特征值大很多，精度就会比较差。此外，若有很多特征值为0，也就是所谓的稀疏矩阵，结果也不准确。总之，稳定性不是很好 曼哈顿距离 曼哈顿距离是两个特征在标准坐标系中绝对轴距之和（没有使用平方距离） 阅读全文

摘要： 爬取代理 Python3中urllib详细使用方法(header,代理,超时,认证,异常处理)，详见https://www.cnblogs.com/ifso/p/4707135.html 验证代理 第50行报错，TypeError: cannot use a string pattern on a 阅读全文

摘要： 爬取更多的items，例如名字，主演，播放次数，电影海报，并进行多页爬取。 items.py youkuMoiveSpider.py pipelines.py setting.py 当然，过程中还是出了不少bug，一部分是不同文件间的类名拼写错误（哎呀，细心细心啊） 一部分是因为python的语法不 阅读全文

摘要： x小组实训中，要用到爬虫的地方。从今天起开始学习。 首先，介绍几篇入门的好文章 爬虫入门系列（一）：快速理解HTTP协议 爬虫入门系列（二）：优雅的HTTP库requests 爬虫入门系列（三）：用 requests 构建知乎 API 爬虫入门系列（四）：HTML文本解析库BeautifulSoup 阅读全文

摘要： 之前在kaggle上做了关于房价预测的比赛，现整理如下。 解决问题的大概步骤是： 1、通过画图查看目标变量SalePrice是否偏分布，若是，则进行log(x+1)变换。并查看数值变量，若偏度大于0.75，也做log(x+1)变换 2、缺失值处理。分类变量NA NA值赋值为0，数值变量中的NA赋值为 阅读全文

摘要： 第一章：评分卡的开发过程 标准评分卡 信用评分卡类型： 两种类型的开发过程方案基本相同，但有两个主要差别： 通常，行为评分卡比申请评分卡更精确。因为行为评分卡在对账户状态进行预测时基于更多的数据要素（交易产生的） 拒绝演绎技术只在申请评分卡的开发过程中使用。 评分卡的优势：表格样式，易于理解；总信用 阅读全文

摘要： 数据来源于：https://data.cityofnewyork.us/Education/2005-2010-Graduation-Outcomes-By-Borough/avir-tzek 数据理解 原数据其实是有点乱的，第一列Demographic可以说是一些标签吧，有English Lang 阅读全文

摘要： shiny是一个R语言中的网络应用程序框架，可以将你的数据分析变成交互式的网络应用(web apps)，简单又实用。 基本用法 一个shiny应用可以分为两部分：前端和后端，其实所有的shiny应用都是基于以下的模版： 其中，fluidPage中主要有两部分：输入函数，和输出函数 输入函数 输入函数 阅读全文