原创 Java簡介

Java介紹   Java語言是美國Sun公司(Stanford University Network),在1995年推出的高級編程語言。編程語言,是計算機的語言,人們可以使用編程語言對計算機下達命令,讓計算機完成人們需要的功能。Java是

原创 Java常量與變量

1、常量 1.1、常量是什麼   在Java程序中固定不變的數據。 1.2、常量的分類   常量可以分爲整數常量、小數常量、字符常量、字符串常量、布爾常量、空常量null。 2、變量 2.1、變量是什麼   程序所需要的一切東西都計算機而言

原创 Java面向對象編程思想

1、面向對象編程是什麼    面向對象編程(Object Oriented Programming,故常稱OOP)並非Java獨有,而是一種編程的思想,Java、C++、Python均有對其實現。其本質是以建立模型體現出來的抽象思維過程和麪

原创 Java關鍵字和標識符

1、關鍵字   關鍵字:是指在程序中,Java已經定義好的、具有特殊含義的詞。 比如在Java入門程序HelloWorld中,出現的關鍵字就有 public 、class 、static 、void 等,這些關鍵字已經被Java定義好,在代

原创 機器學習之決策樹(二)

1、C4.5算法介紹C4.5算法與ID3算法不同的是採用了信息增益比作爲特徵的選擇,原因是:信息增益在選擇屬性時偏向於選擇取值較多的屬性。 2、信息增益比特徵A對訓練數據集D的信息增益比定義爲其信息增益g(D,A)與特徵A的熵HA

原创 爬蟲筆記3:requests庫使用

requests庫概述Python內置的urllib庫在對於Cookies,登錄驗證,代理方面等操作太繁瑣。而requests庫在這些方面卻做得很好! 請求方法:get(),返回一個Response對象參數:url,data,he

原创 利用requests和正則表達式爬取虎撲網球員數據

正則表達式解釋:符合某個模式(規則)的文本在線測試工具:https://tool.oschina.net/regex詳細的正則表達式規則,可見:http://www.runoob.com/python3/python3-reg-expre

原创 前端學習路線

前端是什麼? 前端通常也稱爲web 前端,是指利用HTML,CSS,JavaScript等技術生成開發人員想要生成的網頁。網頁就是大家在瀏覽器所看到的,我們電腦裏的.html和.jsp等等爲後綴的文件也屬於網頁。 瀏覽器無論是前端的

原创 機器學習之決策樹(一)

1、算法介紹決策樹是一種基本的分類和迴歸方法,決策樹模型呈樹形結構,在分類問題中,表示基於特徵對實例進行分類的過程。決策樹學習通常包括三個步驟:特徵選擇、決策樹的生成和決策樹的修剪。決策樹的本質是從訓練數據集中歸納出一組分類規則。本文主要

原创 爬蟲筆記2:urllib庫的使用

urllib概述urllib是Python內置的HTTP請求庫,是Python自帶的庫,只要安裝了Python就有了。urllib主要包含4個模塊:request,error,parse,robotparser。 request模塊

原创 機器學習之樸素貝葉斯算法

1、算法介紹貝葉斯算法是基於概率論中的貝葉斯定理而來的,但在實際算法中,爲了簡化運算,通常採用的是樸素貝葉斯。樸素貝葉斯(naïve Bayes)法是基於貝葉斯定理與特徵條件獨立假設的分類方法。在統計學中,相互獨立的含義是它們中一個已發生

原创 爬蟲筆記1:Python爬蟲常用庫

請求庫:1、urllib:urllib庫是Python3自帶的庫(Python2有urllib和urllib2,到了Python3統一爲urllib),這個庫是爬蟲裏最簡單的庫。2、requests:requests屬於第三方庫,使用起來

原创 機器學習之KNN(k近鄰)算法

1、算法介紹k近鄰算法是學習機器學習的入門算法,可實現分類與迴歸,屬於監督學習的一種。算法的工作原理是:輸入一個訓練數據集,訓練數據集包括特徵空間的點和點的類別,可以是二分類或是多分類。預測時,輸入沒有類別的點,找到k個與該點距離最接近

原创 一文讀懂塊狀元素和內聯元素

很多剛入坑前端的同學一直不懂div和span兩個標籤有什麼區別。那麼,有什麼區別呢?答案就是div是塊狀元素,span是內聯元素。 那麼,塊狀元素(block)和內聯元素(inline)又有什麼區別呢?塊狀元素: 後面的元素會從另

原创 深入淺出HTML的“頭”(head)

本文主要針對HTML的head部分進行詳解,在講它之前,讓我們先對HTML文件有一個初步的認識。 HTML可以看成一棵倒立的“樹”。何謂“樹”?樹是數據樹的圖形表示形式,以父子層次結構來組織對象。這顆“樹”由很多的標籤組成,每個成對