1. 基于数据集多重抽样的分类器将不同的分类器组合起来，称为集成算法（ensemble method） 或者 元算法（meta-algorithm）。使用集成算法会有多种形式：可以是不同算法的集成，也可以是同一算法在不同设置下的集成，还可以是数据集不同部分分配给不同分类器之后的集成。常用的是基于同一种分类器多个不同实例的两种计算方法。bagging: 基于数据随机重抽样的分类器构建方法自举汇聚法（

ID3和C4.5算法，生成的决策树是多叉树，只能处理分类不能处理回归。而CART（classification and regression tree）分类回归树算法，既可用于分类也可用于回归。分类树的输出是样本的类别， 回归树的输出是一个实数。CART算法步骤特征选择；递归建立决策树；决策树剪枝；CART分类树算法ID3中使用了信息增益选择特征，增益大优先选择。C4.5中，采用信息增益率选择特征

selenium模块的基本使用简介selenium最初是一个自动化测试工具，而爬虫中使用它主要是为了解决requests无法直接执行JavaScript代码的问题。selenium本质是通过驱动浏览器，完全模拟浏览器的操作，比如跳转、输入、点击、下拉等，来拿到页面渲染之后的结果，可支持多种浏览器。问题：selenium模块和爬虫之间具有怎样的关联？便捷的获取网站中动态加载的数据便捷实现模拟登录se

scrapy简介框架：是一个集成了很多功能并且具有很强通用性的一个项目模板如何学习框架？专门学习框架封装的各种功能的详细用法scrapy：爬虫中封装好的 一个明星框架。功能：高性能的持久化存储，异步的数据下载，高性能的数据解析，分布式scrapy框架的基本使用环境的安装：mac or linux : pip install scrapywindows:安装wheel：pip install whe

1. 基于数据集多重抽样的分类器将不同的分类器组合起来，称为集成算法（ensemble method） 或者 元算法（meta-algorithm）。使用集成算法会有多种形式：可以是不同算法的集成，也可以是同一算法在不同设置下的集成，还可以是数据集不同部分分配给不同分类器之后的集成。常用的是基于同一种分类器多个不同实例的两种计算方法。bagging: 基于数据随机重抽样的分类器构建方法自举汇聚法（

聚类算法之——二分K-Means算法为克服K-Means算法收敛于局部最小值问题，提出了二分K-Means算法二分K-Means算法首先将所有点作为一个簇，然后将该簇一分为二。之后选择其中一个簇继续进行划分，选择哪一个簇进行划分取决于对其划分是否可以最大程度降低SSE的值。上述基于SSE的划分过程不断重复，直到得到用户指定的簇数目为止。步骤将所有点看成一个簇；对每个簇，进行如下操...

逻辑回归（Logistic Regression，LR）是分类常用的算法。逻辑回归在西瓜书中又被称为对数几率回归。进行分类的主要思想是：根据现有数据对分类边界线建立回归公式，以此进行分类。训练分类器时的做法就是寻找最佳拟合参数，使用的是最优化算法。适合数据类型：数值型优点：计算代价不高，易于理解和实现缺点：容易欠拟合，分类精度可能不高原理正负类区分正负类没有明确区分，但是按经验来说负类（0）：一般

安装CRFPP在百度网盘上下载CRF+±0.58链接：点这里提取码：peub在windows x64上安装，需要在\CRF+±0.58\python\中，运行下面两个语句pythonsetup.py buildpython setup.py install说明：python setup.py install 有可能会遇到权限不足的问题, 需要换成管理员模式安装验证是否安装成功，如果导入后没有报错，

1. 安装JDK和设置JAVA_HOME在windows系统上安装JDK和设置JAVA_HOME的步骤如下：下载JDK，点这里，选择相应的JDK，并单击"Download"安装JDK将JDK安装在您的计算机上，例如： C:\Program Files\Java\jdk1.6.0_02 下，如果需要，也可以安装在其他位置安装完成后，设置JAVA_HOME右键点击“我的电脑”，然后选择“属性”在“高级

模拟登录模拟登录：爬取基于某些用户的用户信息。cookiecookie：用来让服务器端记录客户端的相关状态。手动处理：通过抓包工具获取cookie值，将该值封装到headers中（不建议）自动处理：cookie值的来源在哪里？模拟登录post请求后，由服务器端创建session会话对象：作用：可以进行请求的发送如果请求过程中产生了cookie，则该cookie会被自动存储/携带在该session对