HelloF - 博客园

如何爬取可用的IP代理

摘要：上一篇说到对付反爬虫有一个很关键的方法就是使用IP代理，那么我们应该如何获取这些可用的IP代理呢？这里分享一下自己这两天的一些爬取IP代理的心得体会。 1 步骤 1.找到几个提供免费IP代理的网站，获取IP数据源 2.验证对应的IP代理访问出口IP是否跟本机的出口IP一致，得到不一致的IP代理列表阅读全文

posted @ 2017-07-23 16:41 HelloF 阅读(2235) 评论(0) 推荐(0)

关于爬数据的一点点事情

摘要：由于项目需要，最近需要从网上爬数据，也因此对爬数据这一块进行了一些了解。关于爬虫，主要说说在实验过程中几个重要的点 1.伪装浏览器访问一开始没注意这个问题，导致多次访问不是很顺畅，有时候需要等待好久。作为一个纯真的小男孩，初始代码非常简单，就像下面这样直接建立连接，然后获得对应url的内容。后阅读全文

posted @ 2017-07-19 00:25 HelloF 阅读(2144) 评论(0) 推荐(0)

关于广告点击率预估的几个链接

摘要： 1. 互联网广告综述之点击率特征工程 http://blog.csdn.net/ariessurfer/article/details/40380051 2.在线学习算法FTRL http://blog.csdn.net/mytestmy/article/details/18980163 3.画RO 阅读全文

posted @ 2017-03-14 01:13 HelloF 阅读(163) 评论(0) 推荐(0)

关于机器学习面试的一些链接

摘要： 1.机器学习&数据挖掘笔记_16（常见面试之机器学习算法思想简单梳理） 2.一些常用的机器学习算法库阅读全文

posted @ 2017-03-09 10:16 HelloF 阅读(124) 评论(0) 推荐(0)

关于FFM (Field-aware Factorization Machines) 的几篇博客

摘要：深入FFM原理与实践 http://tech.meituan.com/deep-understanding-of-ffm-principles-and-practices.html#mjx-eqn-eqfm 阅读全文

posted @ 2017-03-05 01:08 HelloF 阅读(227) 评论(0) 推荐(0)

AttributeError: module 're' has no attribute 'search'

摘要：命名py脚本时，不要与python预留字，模块名等相同，即Python文件名不要使用Python系统库的名字，就是因为使用了Python系统库的名字，所以在编译的时候才会产生.pyc文件。正常的Python文件在编译运行的时候是不会产生.pyc文件的！这类问题的解决方法则是：更改python脚本的阅读全文

posted @ 2016-11-26 01:18 HelloF 阅读(6342) 评论(0) 推荐(1)

类（Class）

摘要：类 · 目的面向对象的最主要目的是提高程序的重复使用性。 · 包括属性（attribute）、方法（method） · 示例 1 class Bird(object): 2 have_feather = True 3 way_of_reproduction = 'egg' 4 def move( 阅读全文

posted @ 2016-11-17 11:09 HelloF 阅读(455) 评论(0) 推荐(0)

关于变量name的理解

摘要： __name__ 1. 基本含义如果是放在Modules模块中，就表示是模块的名字；如果是放在Classs类中，就表示类的名字； 2. 模块中的意义这里重点说一下模块中的意义，这个用法在python中非常常见。若模块是被导入的（import），则__name__的值为模块名字；若模块是被直接执阅读全文

posted @ 2016-11-16 15:18 HelloF 阅读(211) 评论(0) 推荐(0)