BASE64 什么是base64？base64解决什么问题？ base64是网络上最常见的用于传输8Bit字节码的编码方式之一，Base64就是一种基于64个可打印字符来表示二进制数据的方法。 Base64编码是从二进制到字符的过程，可用于在HTTP环境下传递较长的标识信息。采用Base64编码具有不可读性，需要解码后才能阅读。 如何使用base64 参考资源：https://www.cnblogs.com/hongru/archive/2012/01/14/2321397.html 【Base64】base64的编码都是按字符串长...
建造者模式的适用范围：想要创建一个由多个部分组成的对象，而且它的构成需要一步接一步的完成。只有当各个部分都完成了，这个对象才完整。建造者模式表现为复杂对象的创建与表现相分离，这样，同一个过程就有不同的表现。假设我们要创建一个HTML页面生成器就可以使用建造者模式。该模式中，有两个参与者：建造者(builder)和指挥者(director)。建造者负责创建负责对象的各个组成部分。在HTML例子中，这些组成部分包括：页面标题、文...
1、selenium工作流程 2、selenium工作原理（1）客户端和服务端之间实际是通过http协议进行通信，服务端的接口文档可参考： ???????? https://github.com/SeleniumHQ/selenium/wiki/JsonWireProtocol#sessionsessionidelement （2）客户端按照服务端接口要求传入请求方式、请求url和请求数据，然后发送http请求，服务端收到请求后驱动浏览器执行命令； （3）selenium实际已封装好各种操作接口的请求函数，用户只需通过指定的方法传入...
这个算法中文名为k均值聚类算法，首先我们在二维的特殊条件下讨论其实现的过程，方便大家理解。 第一步.随机生成质心 由于这是一个无监督学习的算法，因此我们首先在一个二维的坐标轴下随机给定一堆点，并随即给定两个质心，我们这个算法的目的就是将这一堆点根据它们自身的坐标特征分为两类，因此选取了两个质心，什么时候这一堆点能够根据这两个质心分为两堆就对了。如下图所示： 第二步.根据距离进行分类 红色和蓝色的点代表了我...
初见Python的_thread模块 下面我们来说一下Python中线程的创建，我们知道在创建多线程的时候会使用threading这个标准库，这个库是以一个py文件存在的形式存在的，不过这个模块依赖于_thread模块，我们来看看它长什么样子。_thread是真正用来创建线程的模块，这个模块是由C编写，内嵌在解释器里面。我们可以import调用，但是在Python安装目录里面则是看不到的。像这种底层由C编写、内嵌在解释器里面的模块，以及那些无法使用文本打开...
简介最近做项目的时候，发现无论是前端还是后端，indexOf出现的概率都非常频繁，今天我们来看下他的实现原理吧！indexOf的含义：给定一个字符串去匹配另一个字符串的下标，如果匹配到，返回下标，如果匹配不到则返回-1，其实原理还是比较简单的，如果需要你实现，那么应该怎么做呢？原理现在给定匹配的字符串A，原始字符串B，比如匹配字符串A等于“叫练”，原始字符串B等于“边叫边练，我喜欢叫练”，你可能一眼就发现“叫练”是最...
楔子 上一篇我们介绍了生成器，本来这里应该介绍协程的，但是大致阅读了一下，感觉如果从源码的角度来介绍协程的话，工作量太大。而且个人精力有限，所以推荐我写的这一篇博客：https://www.cnblogs.com/traditional/p/11828780.html，是用来介绍asyncio的，当然也从Python的角度介绍了Python中的协程。 这一次我们说一下Python模块的加载机制，我们之前所考察的所有内容都具有一个相同的特征，那就是它们都局限在一个py文件中。然...
我们已经知道ID3算法是基于信息增益来实现的，下面就根据原理写出代码： 1.首先计算信息熵from math import log# 计算数据集的信息熵，注意，该数据的数据类型是list def calcShannonEnt(dataset): numEntries = len(dataset) # 样本数，这里的dataSet是列表labelCounts = {} #定义一个字典，key为类别，值为类别数for featVec in dataset: # 统计各个类别的个数currentLabel = featVec[-1] #最后一列是类别if currentLabe...
目录 线性判别分析（LDA）数据降维及案例实战一、LDA是什么二、计算散布矩阵三、线性判别式及特征选择四、样本数据降维投影五、完整代码结语 一、LDA是什么 LDA概念及与PCA区别 LDA线性判别分析（Linear Discriminant Analysis）也是一种特征提取、数据压缩技术。在模型训练时候进行LDA数据处理可以提高计算效率以及避免过拟合。它是一种有监督学习算法。 与PCA主成分分析（Principal Component Analysis）相比，LDA是有监督数据压...
我们可以把互联网比作一张大网，而爬虫（即网络爬虫）便是在网上爬行的蜘蛛。把网的节点比作一个个网页，爬虫爬到这就相当于访问了该页面，获取了其信息。可以把节点间的连线比作网页与网页之间的链接关系，这样蜘蛛通过一个节点后，可以顺着节点连线继续爬行到达下一个节点，即通过一个网页继续获取后续的网页，这样整个网的节点便可以被蜘蛛全部爬行到，网站的数据就可以被抓取下来了。 很多人学习python，不知道从何学起。很多人...
本文始发于个人公众号：TechFlow，原创不易，求个关注今天是Python专题第18篇文章，我们来继续聊聊Python当中的元类。 在上上篇文章当中我们介绍了type元类的用法，在上一篇文章当中我们介绍了__new__函数与__init__函数的区别，以及它在一些设计模式当中的运用。这篇文章我们来看看metacalss与元类，以及__new__函数在元类当中的使用。 上一篇文章非常重要，是这一篇的基础，如果错过了上篇文章，推荐回顾一下： Python面试常见问...
ID3算法缺点 它一般会优先选择有较多属性值的Feature，因为属性值多的特征会有相对较大的信息增益，信息增益反映的是，在给定一个条件以后，不确定性减少的程度， 这必然是分得越细的数据集确定性更高，也就是条件熵越小，信息增益越大。为了解决这个问题，C4.5就应运而生，它采用信息增益率来作为选择分支的准则。 C4.5算法原理 信息增益率定义为： 其中，分子为信息增益（信息增益计算可参考上一节ID3的算法原理）...
ID3，C4.5算法缺点 ID3决策树可以有多个分支，但是不能处理特征值为连续的情况。 在ID3中，每次根据“最大信息熵增益”选取当前最佳的特征来分割数据，并按照该特征的所有取值来切分， 也就是说如果一个特征有4种取值，数据将被切分4份，一旦按某特征切分后，该特征在之后的算法执行中， 将不再起作用，所以有观点认为这种切分方式过于迅速。 C4.5中是用信息增益比率(gain ratio)来作为选择分支的准则。和ID3一样，C4.5算法分类结果...
算法原理 朴素贝叶斯是经典的机器学习算法之一，也是为数不多的基于概率论的分类算法。朴素贝叶斯原理简单，也很容易实现，多用于文本分类，比如垃圾邮件过滤。 该算法的优点在于简单易懂、学习效率高、在某些领域的分类问题中能够与决策树、神经网络相媲美。 但由于该算法以自变量之间的独立（条件特征独立）性和连续变量的正态性假设为前提，就会导致算法精度在某种程度上受影响。 marco 博客https://www.cnblogs.com/marc01in/p...
1. KNN原理 KNN（k-Nearest Neighbour）：K-近邻算法，主要思想可以归结为一个成语：物以类聚 1.1 工作原理 给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的 k （k <= 20）个实例，这 k 个实例的多数属于某个类， 就把该输入实例分为这个类。 https://www.cnblogs.com/ybjourney/p/4702562.html给出的例子很形象，这里借用一下。 如下图，绿色圆要被决定赋予哪个类，是红色三角形还是蓝色四方形？如果K=3...