10 2018 档案
摘要：常用归一化方法 1）. 线性归一化，线性归一化会把输入数据都转换到[0 1]的范围，公式如下 该方法实现对原始数据的等比例缩放，其中Xnorm为归一化后的数据，X为原始数据，Xmax、Xmin分别为原始数据集的最大值和最小值。 优点：通过利用变量取值的最大值和最小值将原始数据转换为界于某一特定范围的
阅读全文
摘要：在SPSS中导入数据，analyze-correlate-bivariate-选择变量 OK 输出的是相关系数矩阵 相关系数下面的Sig.是显著性检验结果的P值,越接近0越显著。 同样的数据，我们接着做计算相关系数矩阵的特征值及其对应的单位特征向量，并计算贡献率和累计贡献率。将相关系数矩阵特征值按从
阅读全文
摘要：在日常的写代码的时候，每一次运行，除了默默祈求ycy不要出现bug，有时也希望知道自己的代码跑到哪里了，是卡住了死循环还是一直还在正常运行呢？ 这几天也有接触到一些相关的疑惑，因此稍微做了一些学习，自我看来主要有这么几个方法是可行的。 首先，是纯粹的物理输出，相当于人为设定汇报工作的情况，相当于人为
阅读全文
摘要：为空，这是因为保存在js里面了 移除 var data= 因为在获取时字符串前缀是包含var data=的 其不符合json数据格式 因此转化时需将其从请求内容中移除
阅读全文
摘要：import requests from lxml import etree s = requests.Session() for id in range(0,251,25): url ='https://movie.douban.com/top250/?start-'+str(id) r = s.
阅读全文
摘要：源地址看 attrs 还可以这样，利用get方法，传入属性的名称，二者是等价的
阅读全文
摘要：selenium的使用对于新手来说十分友好，因为他避开了如今网络中的异步加载抓取的困扰，使得我们大部分的时间可以用于提取信息和存储中，下面就简单的列一些使用的代码，希望给同样初学的你有一定的参考价值。 这里的话你可以替换着找一些合适的网站试一下，运行的时候会自动弹出测试的浏览器（这里是谷歌浏览器），
阅读全文
摘要：KMO检验和Bartlett球形检验因子分析前,首先进行KMO检验和巴特利球体检验,KMO检验系数>0.5,(巴特利特球体检验的x2统计值的显著性概率)P值<0.05时,问卷才有结构效度,才能进行因子分析,因子分析主要是你自己做了一份调查问卷,你要考量这份问卷调查来的数据信度和效度如何,能不能对你想
阅读全文
摘要：梯度下降法是一个最优化算法，通常也称为最速下降法。最速下降法是求解无约束优化问题最简单和最古老的方法之一，虽然现在已经不具有实用性，但是许多有效算法都是以它为基础进行改进和修正而得到的。最速下降法是用负梯度方向为搜索方向的，最速下降法越接近目标值，步长越小，前进越慢。 梯度下降是迭代法的一种,可以用
阅读全文
