diff --git a/.gitignore b/.gitignore index ed8ebf583f771da9150c35db3955987b7d757904..f7d3170050570ef2d40eaa33f1a422ca52f22fb3 100644 --- a/.gitignore +++ b/.gitignore @@ -1 +1,4 @@ -__pycache__ \ No newline at end of file +__pycache__ +src +main.py +data/零基础学机器学习.json \ No newline at end of file diff --git "a/data/\351\233\266\345\237\272\347\241\200\345\255\246\346\234\272\345\231\250\345\255\246\344\271\240.json" "b/data/\351\233\266\345\237\272\347\241\200\345\255\246\346\234\272\345\231\250\345\255\246\344\271\240.json" deleted file mode 100644 index 9377511aadf0631ebf6795480d89c2642ac46146..0000000000000000000000000000000000000000 --- "a/data/\351\233\266\345\237\272\347\241\200\345\255\246\346\234\272\345\231\250\345\255\246\344\271\240.json" +++ /dev/null @@ -1,341 +0,0 @@ -{ - "data/零基础学机器学习/第10课 监督学习之外——其他类型的机器学习/2.10.2 无监督学习——降维/code_4.py": "https://bbs.csdn.net/topics/603902360", - "data/零基础学机器学习/第10课 监督学习之外——其他类型的机器学习/2.10.2 无监督学习——降维/code_1.py": "https://bbs.csdn.net/topics/603902276", - "data/零基础学机器学习/第10课 监督学习之外——其他类型的机器学习/2.10.2 无监督学习——降维/code_5.py": "https://bbs.csdn.net/topics/603902155", - "data/零基础学机器学习/第10课 监督学习之外——其他类型的机器学习/2.10.2 无监督学习——降维/code_2.py": "https://bbs.csdn.net/topics/603902156", - "data/零基础学机器学习/第10课 监督学习之外——其他类型的机器学习/2.10.2 无监督学习——降维/code_6.py": "https://bbs.csdn.net/topics/603902444", - "data/零基础学机器学习/第10课 监督学习之外——其他类型的机器学习/2.10.2 无监督学习——降维/code_7.py": "https://bbs.csdn.net/topics/603902157", - "data/零基础学机器学习/第10课 监督学习之外——其他类型的机器学习/2.10.2 无监督学习——降维/code_3.py": "https://bbs.csdn.net/topics/603902445", - "data/零基础学机器学习/第10课 监督学习之外——其他类型的机器学习/1.10.1 无监督学习——聚类/code_4.py": "https://bbs.csdn.net/topics/603902277", - "data/零基础学机器学习/第10课 监督学习之外——其他类型的机器学习/1.10.1 无监督学习——聚类/code_1.py": "https://bbs.csdn.net/topics/603902158", - "data/零基础学机器学习/第10课 监督学习之外——其他类型的机器学习/1.10.1 无监督学习——聚类/code_12.py": "https://bbs.csdn.net/topics/603902278", - "data/零基础学机器学习/第10课 监督学习之外——其他类型的机器学习/1.10.1 无监督学习——聚类/code_5.py": "https://bbs.csdn.net/topics/603902159", - "data/零基础学机器学习/第10课 监督学习之外——其他类型的机器学习/1.10.1 无监督学习——聚类/code_2.py": "https://bbs.csdn.net/topics/603902279", - "data/零基础学机器学习/第10课 监督学习之外——其他类型的机器学习/1.10.1 无监督学习——聚类/code_11.py": "https://bbs.csdn.net/topics/603902280", - "data/零基础学机器学习/第10课 监督学习之外——其他类型的机器学习/1.10.1 无监督学习——聚类/code_6.py": "https://bbs.csdn.net/topics/603902160", - "data/零基础学机器学习/第10课 监督学习之外——其他类型的机器学习/1.10.1 无监督学习——聚类/code_10.py": "https://bbs.csdn.net/topics/603902161", - "data/零基础学机器学习/第10课 监督学习之外——其他类型的机器学习/1.10.1 无监督学习——聚类/code_7.py": "https://bbs.csdn.net/topics/603902281", - "data/零基础学机器学习/第10课 监督学习之外——其他类型的机器学习/1.10.1 无监督学习——聚类/code_3.py": "https://bbs.csdn.net/topics/603902162", - "data/零基础学机器学习/第10课 监督学习之外——其他类型的机器学习/1.10.1 无监督学习——聚类/code_8.py": "https://bbs.csdn.net/topics/603902361", - "data/零基础学机器学习/第10课 监督学习之外——其他类型的机器学习/1.10.1 无监督学习——聚类/code_9.py": "https://bbs.csdn.net/topics/603902163", - "data/零基础学机器学习/第10课 监督学习之外——其他类型的机器学习/5.10.5 生成式学习/code_1.py": "https://bbs.csdn.net/topics/603902362", - "data/零基础学机器学习/第10课 监督学习之外——其他类型的机器学习/5.10.5 生成式学习/code_2.py": "https://bbs.csdn.net/topics/603902363", - "data/零基础学机器学习/第08课 经典算法“宝刀未老”/1.8.1 K最近邻/code_4.py": "https://bbs.csdn.net/topics/603902164", - "data/零基础学机器学习/第08课 经典算法“宝刀未老”/1.8.1 K最近邻/code_1.py": "https://bbs.csdn.net/topics/603902282", - "data/零基础学机器学习/第08课 经典算法“宝刀未老”/1.8.1 K最近邻/code_2.py": "https://bbs.csdn.net/topics/603902165", - "data/零基础学机器学习/第08课 经典算法“宝刀未老”/1.8.1 K最近邻/code_3.py": "https://bbs.csdn.net/topics/603902446", - "data/零基础学机器学习/第08课 经典算法“宝刀未老”/4.8.4 决策树/code_1.py": "https://bbs.csdn.net/topics/603902283", - "data/零基础学机器学习/第08课 经典算法“宝刀未老”/6.8.6 如何选择最佳机器学习算法/code_4.py": "https://bbs.csdn.net/topics/603902284", - "data/零基础学机器学习/第08课 经典算法“宝刀未老”/6.8.6 如何选择最佳机器学习算法/code_1.py": "https://bbs.csdn.net/topics/603902364", - "data/零基础学机器学习/第08课 经典算法“宝刀未老”/6.8.6 如何选择最佳机器学习算法/code_5.py": "https://bbs.csdn.net/topics/603902166", - "data/零基础学机器学习/第08课 经典算法“宝刀未老”/6.8.6 如何选择最佳机器学习算法/code_2.py": "https://bbs.csdn.net/topics/603902447", - "data/零基础学机器学习/第08课 经典算法“宝刀未老”/6.8.6 如何选择最佳机器学习算法/code_6.py": "https://bbs.csdn.net/topics/603902365", - "data/零基础学机器学习/第08课 经典算法“宝刀未老”/6.8.6 如何选择最佳机器学习算法/code_7.py": "https://bbs.csdn.net/topics/603902285", - "data/零基础学机器学习/第08课 经典算法“宝刀未老”/6.8.6 如何选择最佳机器学习算法/code_3.py": "https://bbs.csdn.net/topics/603902448", - "data/零基础学机器学习/第08课 经典算法“宝刀未老”/5.8.5 随机森林/code_1.py": "https://bbs.csdn.net/topics/603902167", - "data/零基础学机器学习/第08课 经典算法“宝刀未老”/7.8.7 用网格搜索超参数调优/code_4.py": "https://bbs.csdn.net/topics/603902366", - "data/零基础学机器学习/第08课 经典算法“宝刀未老”/7.8.7 用网格搜索超参数调优/code_1.py": "https://bbs.csdn.net/topics/603902286", - "data/零基础学机器学习/第08课 经典算法“宝刀未老”/7.8.7 用网格搜索超参数调优/code_5.py": "https://bbs.csdn.net/topics/603902168", - "data/零基础学机器学习/第08课 经典算法“宝刀未老”/7.8.7 用网格搜索超参数调优/code_2.py": "https://bbs.csdn.net/topics/603902367", - "data/零基础学机器学习/第08课 经典算法“宝刀未老”/7.8.7 用网格搜索超参数调优/code_6.py": "https://bbs.csdn.net/topics/603902287", - "data/零基础学机器学习/第08课 经典算法“宝刀未老”/7.8.7 用网格搜索超参数调优/code_3.py": "https://bbs.csdn.net/topics/603902169", - "data/零基础学机器学习/第08课 经典算法“宝刀未老”/3.8.3 朴素贝叶斯/code_1.py": "https://bbs.csdn.net/topics/603902449", - "data/零基础学机器学习/第08课 经典算法“宝刀未老”/2.8.2 支持向量机/code_1.py": "https://bbs.csdn.net/topics/603902450", - "data/零基础学机器学习/第08课 经典算法“宝刀未老”/2.8.2 支持向量机/code_2.py": "https://bbs.csdn.net/topics/603902451", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/8.5.8 深度神经网络的调试及性能优化/code_4.py": "https://bbs.csdn.net/topics/603902368", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/8.5.8 深度神经网络的调试及性能优化/code_1.py": "https://bbs.csdn.net/topics/603902288", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/8.5.8 深度神经网络的调试及性能优化/code_5.py": "https://bbs.csdn.net/topics/603902289", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/8.5.8 深度神经网络的调试及性能优化/code_2.py": "https://bbs.csdn.net/topics/603902290", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/8.5.8 深度神经网络的调试及性能优化/code_6.py": "https://bbs.csdn.net/topics/603902170", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/8.5.8 深度神经网络的调试及性能优化/code_7.py": "https://bbs.csdn.net/topics/603902452", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/8.5.8 深度神经网络的调试及性能优化/code_3.py": "https://bbs.csdn.net/topics/603902291", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/8.5.8 深度神经网络的调试及性能优化/code_8.py": "https://bbs.csdn.net/topics/603902171", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/5.5.5 分类数据不平衡问题：只看准确率够用吗/code_4.py": "https://bbs.csdn.net/topics/603902369", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/5.5.5 分类数据不平衡问题：只看准确率够用吗/code_1.py": "https://bbs.csdn.net/topics/603902292", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/5.5.5 分类数据不平衡问题：只看准确率够用吗/code_5.py": "https://bbs.csdn.net/topics/603902172", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/5.5.5 分类数据不平衡问题：只看准确率够用吗/code_2.py": "https://bbs.csdn.net/topics/603902453", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/5.5.5 分类数据不平衡问题：只看准确率够用吗/code_6.py": "https://bbs.csdn.net/topics/603902293", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/5.5.5 分类数据不平衡问题：只看准确率够用吗/code_3.py": "https://bbs.csdn.net/topics/603902173", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/4.5.4 用Keras单隐层网络预测客户流失率/code_18.py": "https://bbs.csdn.net/topics/603902174", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/4.5.4 用Keras单隐层网络预测客户流失率/code_13.py": "https://bbs.csdn.net/topics/603902454", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/4.5.4 用Keras单隐层网络预测客户流失率/code_4.py": "https://bbs.csdn.net/topics/603902175", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/4.5.4 用Keras单隐层网络预测客户流失率/code_17.py": "https://bbs.csdn.net/topics/603902370", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/4.5.4 用Keras单隐层网络预测客户流失率/code_16.py": "https://bbs.csdn.net/topics/603902294", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/4.5.4 用Keras单隐层网络预测客户流失率/code_1.py": "https://bbs.csdn.net/topics/603902371", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/4.5.4 用Keras单隐层网络预测客户流失率/code_12.py": "https://bbs.csdn.net/topics/603902455", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/4.5.4 用Keras单隐层网络预测客户流失率/code_5.py": "https://bbs.csdn.net/topics/603902295", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/4.5.4 用Keras单隐层网络预测客户流失率/code_15.py": "https://bbs.csdn.net/topics/603902296", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/4.5.4 用Keras单隐层网络预测客户流失率/code_2.py": "https://bbs.csdn.net/topics/603902297", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/4.5.4 用Keras单隐层网络预测客户流失率/code_11.py": "https://bbs.csdn.net/topics/603902372", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/4.5.4 用Keras单隐层网络预测客户流失率/code_6.py": "https://bbs.csdn.net/topics/603902373", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/4.5.4 用Keras单隐层网络预测客户流失率/code_10.py": "https://bbs.csdn.net/topics/603902298", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/4.5.4 用Keras单隐层网络预测客户流失率/code_7.py": "https://bbs.csdn.net/topics/603902176", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/4.5.4 用Keras单隐层网络预测客户流失率/code_14.py": "https://bbs.csdn.net/topics/603902456", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/4.5.4 用Keras单隐层网络预测客户流失率/code_3.py": "https://bbs.csdn.net/topics/603902177", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/4.5.4 用Keras单隐层网络预测客户流失率/code_8.py": "https://bbs.csdn.net/topics/603902457", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/4.5.4 用Keras单隐层网络预测客户流失率/code_9.py": "https://bbs.csdn.net/topics/603902458", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/6.5.6 从单隐层神经网络到深度神经网络/code_13.py": "https://bbs.csdn.net/topics/603902374", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/6.5.6 从单隐层神经网络到深度神经网络/code_4.py": "https://bbs.csdn.net/topics/603902299", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/6.5.6 从单隐层神经网络到深度神经网络/code_1.py": "https://bbs.csdn.net/topics/603902375", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/6.5.6 从单隐层神经网络到深度神经网络/code_12.py": "https://bbs.csdn.net/topics/603902178", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/6.5.6 从单隐层神经网络到深度神经网络/code_5.py": "https://bbs.csdn.net/topics/603902459", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/6.5.6 从单隐层神经网络到深度神经网络/code_15.py": "https://bbs.csdn.net/topics/603902376", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/6.5.6 从单隐层神经网络到深度神经网络/code_2.py": "https://bbs.csdn.net/topics/603902179", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/6.5.6 从单隐层神经网络到深度神经网络/code_11.py": "https://bbs.csdn.net/topics/603902180", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/6.5.6 从单隐层神经网络到深度神经网络/code_6.py": "https://bbs.csdn.net/topics/603902181", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/6.5.6 从单隐层神经网络到深度神经网络/code_10.py": "https://bbs.csdn.net/topics/603902460", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/6.5.6 从单隐层神经网络到深度神经网络/code_7.py": "https://bbs.csdn.net/topics/603902461", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/6.5.6 从单隐层神经网络到深度神经网络/code_14.py": "https://bbs.csdn.net/topics/603902462", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/6.5.6 从单隐层神经网络到深度神经网络/code_3.py": "https://bbs.csdn.net/topics/603902500", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/6.5.6 从单隐层神经网络到深度神经网络/code_8.py": "https://bbs.csdn.net/topics/603902463", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/6.5.6 从单隐层神经网络到深度神经网络/code_9.py": "https://bbs.csdn.net/topics/603902501", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/7.5.7 用Keras深度神经网络预测客户流失率/code_4.py": "https://bbs.csdn.net/topics/603902182", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/7.5.7 用Keras深度神经网络预测客户流失率/code_1.py": "https://bbs.csdn.net/topics/603902183", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/7.5.7 用Keras深度神经网络预测客户流失率/code_5.py": "https://bbs.csdn.net/topics/603902502", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/7.5.7 用Keras深度神经网络预测客户流失率/code_2.py": "https://bbs.csdn.net/topics/603902503", - "data/零基础学机器学习/第05课 深度神经网络——找出可能流失的客户/7.5.7 用Keras深度神经网络预测客户流失率/code_3.py": "https://bbs.csdn.net/topics/603902464", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/5.9.5 VotingAveraging算法——集成基模型的预测结果/code_4.py": "https://bbs.csdn.net/topics/603902184", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/5.9.5 VotingAveraging算法——集成基模型的预测结果/code_1.py": "https://bbs.csdn.net/topics/603902504", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/5.9.5 VotingAveraging算法——集成基模型的预测结果/code_5.py": "https://bbs.csdn.net/topics/603902377", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/5.9.5 VotingAveraging算法——集成基模型的预测结果/code_2.py": "https://bbs.csdn.net/topics/603902505", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/5.9.5 VotingAveraging算法——集成基模型的预测结果/code_3.py": "https://bbs.csdn.net/topics/603902506", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/3.9.3 Boosting算法——锻炼弱模型的“肌肉”/code_13.py": "https://bbs.csdn.net/topics/603902507", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/3.9.3 Boosting算法——锻炼弱模型的“肌肉”/code_4.py": "https://bbs.csdn.net/topics/603902465", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/3.9.3 Boosting算法——锻炼弱模型的“肌肉”/code_1.py": "https://bbs.csdn.net/topics/603902185", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/3.9.3 Boosting算法——锻炼弱模型的“肌肉”/code_12.py": "https://bbs.csdn.net/topics/603902466", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/3.9.3 Boosting算法——锻炼弱模型的“肌肉”/code_5.py": "https://bbs.csdn.net/topics/603902508", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/3.9.3 Boosting算法——锻炼弱模型的“肌肉”/code_2.py": "https://bbs.csdn.net/topics/603902378", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/3.9.3 Boosting算法——锻炼弱模型的“肌肉”/code_11.py": "https://bbs.csdn.net/topics/603902509", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/3.9.3 Boosting算法——锻炼弱模型的“肌肉”/code_6.py": "https://bbs.csdn.net/topics/603902379", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/3.9.3 Boosting算法——锻炼弱模型的“肌肉”/code_10.py": "https://bbs.csdn.net/topics/603902467", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/3.9.3 Boosting算法——锻炼弱模型的“肌肉”/code_7.py": "https://bbs.csdn.net/topics/603902510", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/3.9.3 Boosting算法——锻炼弱模型的“肌肉”/code_3.py": "https://bbs.csdn.net/topics/603902380", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/3.9.3 Boosting算法——锻炼弱模型的“肌肉”/code_8.py": "https://bbs.csdn.net/topics/603902511", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/3.9.3 Boosting算法——锻炼弱模型的“肌肉”/code_9.py": "https://bbs.csdn.net/topics/603902381", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/2.9.2 Bagging算法——多个基模型的聚合/code_19.py": "https://bbs.csdn.net/topics/603902186", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/2.9.2 Bagging算法——多个基模型的聚合/code_18.py": "https://bbs.csdn.net/topics/603902187", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/2.9.2 Bagging算法——多个基模型的聚合/code_27.py": "https://bbs.csdn.net/topics/603902382", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/2.9.2 Bagging算法——多个基模型的聚合/code_13.py": "https://bbs.csdn.net/topics/603902468", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/2.9.2 Bagging算法——多个基模型的聚合/code_4.py": "https://bbs.csdn.net/topics/603902469", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/2.9.2 Bagging算法——多个基模型的聚合/code_17.py": "https://bbs.csdn.net/topics/603902383", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/2.9.2 Bagging算法——多个基模型的聚合/code_23.py": "https://bbs.csdn.net/topics/603902384", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/2.9.2 Bagging算法——多个基模型的聚合/code_16.py": "https://bbs.csdn.net/topics/603902512", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/2.9.2 Bagging算法——多个基模型的聚合/code_22.py": "https://bbs.csdn.net/topics/603902188", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/2.9.2 Bagging算法——多个基模型的聚合/code_1.py": "https://bbs.csdn.net/topics/603902189", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/2.9.2 Bagging算法——多个基模型的聚合/code_26.py": "https://bbs.csdn.net/topics/603902470", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/2.9.2 Bagging算法——多个基模型的聚合/code_12.py": "https://bbs.csdn.net/topics/603902513", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/2.9.2 Bagging算法——多个基模型的聚合/code_5.py": "https://bbs.csdn.net/topics/603902471", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/2.9.2 Bagging算法——多个基模型的聚合/code_15.py": "https://bbs.csdn.net/topics/603902190", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/2.9.2 Bagging算法——多个基模型的聚合/code_21.py": "https://bbs.csdn.net/topics/603902514", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/2.9.2 Bagging算法——多个基模型的聚合/code_2.py": "https://bbs.csdn.net/topics/603902385", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/2.9.2 Bagging算法——多个基模型的聚合/code_25.py": "https://bbs.csdn.net/topics/603902386", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/2.9.2 Bagging算法——多个基模型的聚合/code_11.py": "https://bbs.csdn.net/topics/603902387", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/2.9.2 Bagging算法——多个基模型的聚合/code_6.py": "https://bbs.csdn.net/topics/603902472", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/2.9.2 Bagging算法——多个基模型的聚合/code_24.py": "https://bbs.csdn.net/topics/603902388", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/2.9.2 Bagging算法——多个基模型的聚合/code_10.py": "https://bbs.csdn.net/topics/603902191", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/2.9.2 Bagging算法——多个基模型的聚合/code_7.py": "https://bbs.csdn.net/topics/603902515", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/2.9.2 Bagging算法——多个基模型的聚合/code_14.py": "https://bbs.csdn.net/topics/603902516", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/2.9.2 Bagging算法——多个基模型的聚合/code_20.py": "https://bbs.csdn.net/topics/603902473", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/2.9.2 Bagging算法——多个基模型的聚合/code_3.py": "https://bbs.csdn.net/topics/603902474", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/2.9.2 Bagging算法——多个基模型的聚合/code_8.py": "https://bbs.csdn.net/topics/603902389", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/2.9.2 Bagging算法——多个基模型的聚合/code_9.py": "https://bbs.csdn.net/topics/603902192", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/4.9.4 StackingBlending算法——以预测结果作为新特征/code_4.py": "https://bbs.csdn.net/topics/603902390", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/4.9.4 StackingBlending算法——以预测结果作为新特征/code_1.py": "https://bbs.csdn.net/topics/603902517", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/4.9.4 StackingBlending算法——以预测结果作为新特征/code_5.py": "https://bbs.csdn.net/topics/603902475", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/4.9.4 StackingBlending算法——以预测结果作为新特征/code_2.py": "https://bbs.csdn.net/topics/603902518", - "data/零基础学机器学习/第09课 集成学习“笑傲江湖”/4.9.4 StackingBlending算法——以预测结果作为新特征/code_3.py": "https://bbs.csdn.net/topics/603902193", - "data/零基础学机器学习/第02课 数学和Python基础知识——一天搞定/5.2.5 Python 的张量运算/code_13.py": "https://bbs.csdn.net/topics/603902391", - "data/零基础学机器学习/第02课 数学和Python基础知识——一天搞定/5.2.5 Python 的张量运算/code_4.py": "https://bbs.csdn.net/topics/603902194", - "data/零基础学机器学习/第02课 数学和Python基础知识——一天搞定/5.2.5 Python 的张量运算/code_16.py": "https://bbs.csdn.net/topics/603902519", - "data/零基础学机器学习/第02课 数学和Python基础知识——一天搞定/5.2.5 Python 的张量运算/code_1.py": "https://bbs.csdn.net/topics/603902520", - "data/零基础学机器学习/第02课 数学和Python基础知识——一天搞定/5.2.5 Python 的张量运算/code_12.py": "https://bbs.csdn.net/topics/603902392", - "data/零基础学机器学习/第02课 数学和Python基础知识——一天搞定/5.2.5 Python 的张量运算/code_5.py": "https://bbs.csdn.net/topics/603902195", - "data/零基础学机器学习/第02课 数学和Python基础知识——一天搞定/5.2.5 Python 的张量运算/code_15.py": "https://bbs.csdn.net/topics/603902521", - "data/零基础学机器学习/第02课 数学和Python基础知识——一天搞定/5.2.5 Python 的张量运算/code_2.py": "https://bbs.csdn.net/topics/603902196", - "data/零基础学机器学习/第02课 数学和Python基础知识——一天搞定/5.2.5 Python 的张量运算/code_11.py": "https://bbs.csdn.net/topics/603902476", - "data/零基础学机器学习/第02课 数学和Python基础知识——一天搞定/5.2.5 Python 的张量运算/code_6.py": "https://bbs.csdn.net/topics/603902197", - "data/零基础学机器学习/第02课 数学和Python基础知识——一天搞定/5.2.5 Python 的张量运算/code_10.py": "https://bbs.csdn.net/topics/603902198", - "data/零基础学机器学习/第02课 数学和Python基础知识——一天搞定/5.2.5 Python 的张量运算/code_7.py": "https://bbs.csdn.net/topics/603902522", - "data/零基础学机器学习/第02课 数学和Python基础知识——一天搞定/5.2.5 Python 的张量运算/code_14.py": "https://bbs.csdn.net/topics/603902477", - "data/零基础学机器学习/第02课 数学和Python基础知识——一天搞定/5.2.5 Python 的张量运算/code_3.py": "https://bbs.csdn.net/topics/603902393", - "data/零基础学机器学习/第02课 数学和Python基础知识——一天搞定/5.2.5 Python 的张量运算/code_8.py": "https://bbs.csdn.net/topics/603902478", - "data/零基础学机器学习/第02课 数学和Python基础知识——一天搞定/5.2.5 Python 的张量运算/code_9.py": "https://bbs.csdn.net/topics/603902199", - "data/零基础学机器学习/第02课 数学和Python基础知识——一天搞定/4.2.4 机器学习的数据结构——张量/code_4.py": "https://bbs.csdn.net/topics/603902394", - "data/零基础学机器学习/第02课 数学和Python基础知识——一天搞定/4.2.4 机器学习的数据结构——张量/code_1.py": "https://bbs.csdn.net/topics/603902600", - "data/零基础学机器学习/第02课 数学和Python基础知识——一天搞定/4.2.4 机器学习的数据结构——张量/code_5.py": "https://bbs.csdn.net/topics/603902395", - "data/零基础学机器学习/第02课 数学和Python基础知识——一天搞定/4.2.4 机器学习的数据结构——张量/code_2.py": "https://bbs.csdn.net/topics/603902479", - "data/零基础学机器学习/第02课 数学和Python基础知识——一天搞定/4.2.4 机器学习的数据结构——张量/code_6.py": "https://bbs.csdn.net/topics/603902523", - "data/零基础学机器学习/第02课 数学和Python基础知识——一天搞定/4.2.4 机器学习的数据结构——张量/code_7.py": "https://bbs.csdn.net/topics/603902601", - "data/零基础学机器学习/第02课 数学和Python基础知识——一天搞定/4.2.4 机器学习的数据结构——张量/code_3.py": "https://bbs.csdn.net/topics/603902524", - "data/零基础学机器学习/第02课 数学和Python基础知识——一天搞定/1.2.1 函数描述了事物间的关系/code_1.py": "https://bbs.csdn.net/topics/603902602", - "data/零基础学机器学习/第11课 强化学习实战——咖哥的冰湖挑战/1.11.1 问题定义：帮助智能体完成冰湖挑战/code_1.py": "https://bbs.csdn.net/topics/603902603", - "data/零基础学机器学习/第11课 强化学习实战——咖哥的冰湖挑战/4.11.4 用Q-Learning算法来解决冰湖挑战问题/code_4.py": "https://bbs.csdn.net/topics/603902480", - "data/零基础学机器学习/第11课 强化学习实战——咖哥的冰湖挑战/4.11.4 用Q-Learning算法来解决冰湖挑战问题/code_1.py": "https://bbs.csdn.net/topics/603902481", - "data/零基础学机器学习/第11课 强化学习实战——咖哥的冰湖挑战/4.11.4 用Q-Learning算法来解决冰湖挑战问题/code_5.py": "https://bbs.csdn.net/topics/603902482", - "data/零基础学机器学习/第11课 强化学习实战——咖哥的冰湖挑战/4.11.4 用Q-Learning算法来解决冰湖挑战问题/code_2.py": "https://bbs.csdn.net/topics/603902525", - "data/零基础学机器学习/第11课 强化学习实战——咖哥的冰湖挑战/4.11.4 用Q-Learning算法来解决冰湖挑战问题/code_6.py": "https://bbs.csdn.net/topics/603902526", - "data/零基础学机器学习/第11课 强化学习实战——咖哥的冰湖挑战/4.11.4 用Q-Learning算法来解决冰湖挑战问题/code_7.py": "https://bbs.csdn.net/topics/603902483", - "data/零基础学机器学习/第11课 强化学习实战——咖哥的冰湖挑战/4.11.4 用Q-Learning算法来解决冰湖挑战问题/code_3.py": "https://bbs.csdn.net/topics/603902604", - "data/零基础学机器学习/第11课 强化学习实战——咖哥的冰湖挑战/4.11.4 用Q-Learning算法来解决冰湖挑战问题/code_8.py": "https://bbs.csdn.net/topics/603902396", - "data/零基础学机器学习/第11课 强化学习实战——咖哥的冰湖挑战/6.11.6 用SARSA算法来解决冰湖挑战问题/code_1.py": "https://bbs.csdn.net/topics/603902397", - "data/零基础学机器学习/第11课 强化学习实战——咖哥的冰湖挑战/6.11.6 用SARSA算法来解决冰湖挑战问题/code_2.py": "https://bbs.csdn.net/topics/603902527", - "data/零基础学机器学习/第01课 机器学习快速上手路径——唯有实战/2.1.2 快捷的云实战学习模式/code_4.py": "https://bbs.csdn.net/topics/603902605", - "data/零基础学机器学习/第01课 机器学习快速上手路径——唯有实战/2.1.2 快捷的云实战学习模式/code_1.py": "https://bbs.csdn.net/topics/603902398", - "data/零基础学机器学习/第01课 机器学习快速上手路径——唯有实战/2.1.2 快捷的云实战学习模式/code_5.py": "https://bbs.csdn.net/topics/603902606", - "data/零基础学机器学习/第01课 机器学习快速上手路径——唯有实战/2.1.2 快捷的云实战学习模式/code_2.py": "https://bbs.csdn.net/topics/603902399", - "data/零基础学机器学习/第01课 机器学习快速上手路径——唯有实战/2.1.2 快捷的云实战学习模式/code_6.py": "https://bbs.csdn.net/topics/603902607", - "data/零基础学机器学习/第01课 机器学习快速上手路径——唯有实战/2.1.2 快捷的云实战学习模式/code_7.py": "https://bbs.csdn.net/topics/603902528", - "data/零基础学机器学习/第01课 机器学习快速上手路径——唯有实战/2.1.2 快捷的云实战学习模式/code_3.py": "https://bbs.csdn.net/topics/603902484", - "data/零基础学机器学习/第01课 机器学习快速上手路径——唯有实战/2.1.2 快捷的云实战学习模式/code_8.py": "https://bbs.csdn.net/topics/603902485", - "data/零基础学机器学习/第01课 机器学习快速上手路径——唯有实战/2.1.2 快捷的云实战学习模式/code_9.py": "https://bbs.csdn.net/topics/603902529", - "data/零基础学机器学习/第01课 机器学习快速上手路径——唯有实战/5.1.5 机器学习项目实战架构/code_4.py": "https://bbs.csdn.net/topics/603902608", - "data/零基础学机器学习/第01课 机器学习快速上手路径——唯有实战/5.1.5 机器学习项目实战架构/code_1.py": "https://bbs.csdn.net/topics/603902530", - "data/零基础学机器学习/第01课 机器学习快速上手路径——唯有实战/5.1.5 机器学习项目实战架构/code_5.py": "https://bbs.csdn.net/topics/603902486", - "data/零基础学机器学习/第01课 机器学习快速上手路径——唯有实战/5.1.5 机器学习项目实战架构/code_2.py": "https://bbs.csdn.net/topics/603902487", - "data/零基础学机器学习/第01课 机器学习快速上手路径——唯有实战/5.1.5 机器学习项目实战架构/code_6.py": "https://bbs.csdn.net/topics/603902488", - "data/零基础学机器学习/第01课 机器学习快速上手路径——唯有实战/5.1.5 机器学习项目实战架构/code_7.py": "https://bbs.csdn.net/topics/603902531", - "data/零基础学机器学习/第01课 机器学习快速上手路径——唯有实战/5.1.5 机器学习项目实战架构/code_3.py": "https://bbs.csdn.net/topics/603902532", - "data/零基础学机器学习/第01课 机器学习快速上手路径——唯有实战/5.1.5 机器学习项目实战架构/code_8.py": "https://bbs.csdn.net/topics/603902609", - "data/零基础学机器学习/第01课 机器学习快速上手路径——唯有实战/4.1.4 Python和机器学习框架/code_1.py": "https://bbs.csdn.net/topics/603902610", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/6.3.6 实现多元线性回归模型/code_4.py": "https://bbs.csdn.net/topics/603902489", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/6.3.6 实现多元线性回归模型/code_1.py": "https://bbs.csdn.net/topics/603902490", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/6.3.6 实现多元线性回归模型/code_12.py": "https://bbs.csdn.net/topics/603902491", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/6.3.6 实现多元线性回归模型/code_5.py": "https://bbs.csdn.net/topics/603902611", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/6.3.6 实现多元线性回归模型/code_2.py": "https://bbs.csdn.net/topics/603902700", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/6.3.6 实现多元线性回归模型/code_11.py": "https://bbs.csdn.net/topics/603902533", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/6.3.6 实现多元线性回归模型/code_6.py": "https://bbs.csdn.net/topics/603902701", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/6.3.6 实现多元线性回归模型/code_10.py": "https://bbs.csdn.net/topics/603902612", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/6.3.6 实现多元线性回归模型/code_7.py": "https://bbs.csdn.net/topics/603902534", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/6.3.6 实现多元线性回归模型/code_3.py": "https://bbs.csdn.net/topics/603902702", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/6.3.6 实现多元线性回归模型/code_8.py": "https://bbs.csdn.net/topics/603902492", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/6.3.6 实现多元线性回归模型/code_9.py": "https://bbs.csdn.net/topics/603902703", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/5.3.5 实现一元线性回归模型并调试超参数/code_4.py": "https://bbs.csdn.net/topics/603902535", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/5.3.5 实现一元线性回归模型并调试超参数/code_1.py": "https://bbs.csdn.net/topics/603902613", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/5.3.5 实现一元线性回归模型并调试超参数/code_5.py": "https://bbs.csdn.net/topics/603902493", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/5.3.5 实现一元线性回归模型并调试超参数/code_2.py": "https://bbs.csdn.net/topics/603902494", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/5.3.5 实现一元线性回归模型并调试超参数/code_6.py": "https://bbs.csdn.net/topics/603902495", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/5.3.5 实现一元线性回归模型并调试超参数/code_10.py": "https://bbs.csdn.net/topics/603902614", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/5.3.5 实现一元线性回归模型并调试超参数/code_7.py": "https://bbs.csdn.net/topics/603902496", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/5.3.5 实现一元线性回归模型并调试超参数/code_3.py": "https://bbs.csdn.net/topics/603902615", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/5.3.5 实现一元线性回归模型并调试超参数/code_8.py": "https://bbs.csdn.net/topics/603902616", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/5.3.5 实现一元线性回归模型并调试超参数/code_9.py": "https://bbs.csdn.net/topics/603902617", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/2.3.2 数据的收集和预处理/code_13.py": "https://bbs.csdn.net/topics/603902704", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/2.3.2 数据的收集和预处理/code_4.py": "https://bbs.csdn.net/topics/603902497", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/2.3.2 数据的收集和预处理/code_1.py": "https://bbs.csdn.net/topics/603902498", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/2.3.2 数据的收集和预处理/code_12.py": "https://bbs.csdn.net/topics/603902536", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/2.3.2 数据的收集和预处理/code_5.py": "https://bbs.csdn.net/topics/603902537", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/2.3.2 数据的收集和预处理/code_2.py": "https://bbs.csdn.net/topics/603902499", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/2.3.2 数据的收集和预处理/code_11.py": "https://bbs.csdn.net/topics/603902705", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/2.3.2 数据的收集和预处理/code_6.py": "https://bbs.csdn.net/topics/603902538", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/2.3.2 数据的收集和预处理/code_10.py": "https://bbs.csdn.net/topics/603902618", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/2.3.2 数据的收集和预处理/code_7.py": "https://bbs.csdn.net/topics/603902539", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/2.3.2 数据的收集和预处理/code_3.py": "https://bbs.csdn.net/topics/603902619", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/2.3.2 数据的收集和预处理/code_8.py": "https://bbs.csdn.net/topics/603902800", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/2.3.2 数据的收集和预处理/code_9.py": "https://bbs.csdn.net/topics/603902801", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/3.3.3 选择机器学习模型/code_1.py": "https://bbs.csdn.net/topics/603902620", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/3.3.3 选择机器学习模型/code_2.py": "https://bbs.csdn.net/topics/603902621", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/4.3.4 通过梯度下降找到最佳参数/code_1.py": "https://bbs.csdn.net/topics/603902622", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/4.3.4 通过梯度下降找到最佳参数/code_2.py": "https://bbs.csdn.net/topics/603902802", - "data/零基础学机器学习/第03课 线性回归——预测网店的销售额/4.3.4 通过梯度下降找到最佳参数/code_3.py": "https://bbs.csdn.net/topics/603902706", - "data/零基础学机器学习/第06课 卷积神经网络——识别狗狗的图像/5.6.5 用卷积网络给狗狗图像分类/code_13.py": "https://bbs.csdn.net/topics/603902707", - "data/零基础学机器学习/第06课 卷积神经网络——识别狗狗的图像/5.6.5 用卷积网络给狗狗图像分类/code_4.py": "https://bbs.csdn.net/topics/603902540", - "data/零基础学机器学习/第06课 卷积神经网络——识别狗狗的图像/5.6.5 用卷积网络给狗狗图像分类/code_1.py": "https://bbs.csdn.net/topics/603902541", - "data/零基础学机器学习/第06课 卷积神经网络——识别狗狗的图像/5.6.5 用卷积网络给狗狗图像分类/code_12.py": "https://bbs.csdn.net/topics/603902708", - "data/零基础学机器学习/第06课 卷积神经网络——识别狗狗的图像/5.6.5 用卷积网络给狗狗图像分类/code_5.py": "https://bbs.csdn.net/topics/603902623", - "data/零基础学机器学习/第06课 卷积神经网络——识别狗狗的图像/5.6.5 用卷积网络给狗狗图像分类/code_15.py": "https://bbs.csdn.net/topics/603902624", - "data/零基础学机器学习/第06课 卷积神经网络——识别狗狗的图像/5.6.5 用卷积网络给狗狗图像分类/code_2.py": "https://bbs.csdn.net/topics/603902803", - "data/零基础学机器学习/第06课 卷积神经网络——识别狗狗的图像/5.6.5 用卷积网络给狗狗图像分类/code_11.py": "https://bbs.csdn.net/topics/603902542", - "data/零基础学机器学习/第06课 卷积神经网络——识别狗狗的图像/5.6.5 用卷积网络给狗狗图像分类/code_6.py": "https://bbs.csdn.net/topics/603902709", - "data/零基础学机器学习/第06课 卷积神经网络——识别狗狗的图像/5.6.5 用卷积网络给狗狗图像分类/code_10.py": "https://bbs.csdn.net/topics/603902543", - "data/零基础学机器学习/第06课 卷积神经网络——识别狗狗的图像/5.6.5 用卷积网络给狗狗图像分类/code_7.py": "https://bbs.csdn.net/topics/603902804", - "data/零基础学机器学习/第06课 卷积神经网络——识别狗狗的图像/5.6.5 用卷积网络给狗狗图像分类/code_14.py": "https://bbs.csdn.net/topics/603902710", - "data/零基础学机器学习/第06课 卷积神经网络——识别狗狗的图像/5.6.5 用卷积网络给狗狗图像分类/code_3.py": "https://bbs.csdn.net/topics/603902711", - "data/零基础学机器学习/第06课 卷积神经网络——识别狗狗的图像/5.6.5 用卷积网络给狗狗图像分类/code_8.py": "https://bbs.csdn.net/topics/603902805", - "data/零基础学机器学习/第06课 卷积神经网络——识别狗狗的图像/5.6.5 用卷积网络给狗狗图像分类/code_9.py": "https://bbs.csdn.net/topics/603902712", - "data/零基础学机器学习/第06课 卷积神经网络——识别狗狗的图像/6.6.6 卷积网络性能优化/code_4.py": "https://bbs.csdn.net/topics/603902625", - "data/零基础学机器学习/第06课 卷积神经网络——识别狗狗的图像/6.6.6 卷积网络性能优化/code_1.py": "https://bbs.csdn.net/topics/603902626", - "data/零基础学机器学习/第06课 卷积神经网络——识别狗狗的图像/6.6.6 卷积网络性能优化/code_5.py": "https://bbs.csdn.net/topics/603902806", - "data/零基础学机器学习/第06课 卷积神经网络——识别狗狗的图像/6.6.6 卷积网络性能优化/code_2.py": "https://bbs.csdn.net/topics/603902713", - "data/零基础学机器学习/第06课 卷积神经网络——识别狗狗的图像/6.6.6 卷积网络性能优化/code_6.py": "https://bbs.csdn.net/topics/603902627", - "data/零基础学机器学习/第06课 卷积神经网络——识别狗狗的图像/6.6.6 卷积网络性能优化/code_10.py": "https://bbs.csdn.net/topics/603902628", - "data/零基础学机器学习/第06课 卷积神经网络——识别狗狗的图像/6.6.6 卷积网络性能优化/code_7.py": "https://bbs.csdn.net/topics/603902714", - "data/零基础学机器学习/第06课 卷积神经网络——识别狗狗的图像/6.6.6 卷积网络性能优化/code_3.py": "https://bbs.csdn.net/topics/603902629", - "data/零基础学机器学习/第06课 卷积神经网络——识别狗狗的图像/6.6.6 卷积网络性能优化/code_8.py": "https://bbs.csdn.net/topics/603902807", - "data/零基础学机器学习/第06课 卷积神经网络——识别狗狗的图像/6.6.6 卷积网络性能优化/code_9.py": "https://bbs.csdn.net/topics/603902630", - "data/零基础学机器学习/第06课 卷积神经网络——识别狗狗的图像/2.6.2 卷积网络的结构/code_4.py": "https://bbs.csdn.net/topics/603902544", - "data/零基础学机器学习/第06课 卷积神经网络——识别狗狗的图像/2.6.2 卷积网络的结构/code_1.py": "https://bbs.csdn.net/topics/603902631", - "data/零基础学机器学习/第06课 卷积神经网络——识别狗狗的图像/2.6.2 卷积网络的结构/code_2.py": "https://bbs.csdn.net/topics/603902808", - "data/零基础学机器学习/第06课 卷积神经网络——识别狗狗的图像/2.6.2 卷积网络的结构/code_3.py": "https://bbs.csdn.net/topics/603902809", - "data/零基础学机器学习/第06课 卷积神经网络——识别狗狗的图像/3.6.3 卷积层的原理/code_1.py": "https://bbs.csdn.net/topics/603902632", - "data/零基础学机器学习/第06课 卷积神经网络——识别狗狗的图像/3.6.3 卷积层的原理/code_2.py": "https://bbs.csdn.net/topics/603902715", - "data/零基础学机器学习/第06课 卷积神经网络——识别狗狗的图像/4.6.4 池化层的功能/code_1.py": "https://bbs.csdn.net/topics/603902633", - "data/零基础学机器学习/第06课 卷积神经网络——识别狗狗的图像/7.6.7 卷积网络中特征通道的可视化/code_1.py": "https://bbs.csdn.net/topics/603902716", - "data/零基础学机器学习/第06课 卷积神经网络——识别狗狗的图像/7.6.7 卷积网络中特征通道的可视化/code_2.py": "https://bbs.csdn.net/topics/603902634", - "data/零基础学机器学习/第07课 循环神经网络——鉴定留言及探索系外行星/8.7.8 用循环神经网络处理时序问题/code_13.py": "https://bbs.csdn.net/topics/603902717", - "data/零基础学机器学习/第07课 循环神经网络——鉴定留言及探索系外行星/8.7.8 用循环神经网络处理时序问题/code_4.py": "https://bbs.csdn.net/topics/603902718", - "data/零基础学机器学习/第07课 循环神经网络——鉴定留言及探索系外行星/8.7.8 用循环神经网络处理时序问题/code_17.py": "https://bbs.csdn.net/topics/603902635", - "data/零基础学机器学习/第07课 循环神经网络——鉴定留言及探索系外行星/8.7.8 用循环神经网络处理时序问题/code_16.py": "https://bbs.csdn.net/topics/603902636", - "data/零基础学机器学习/第07课 循环神经网络——鉴定留言及探索系外行星/8.7.8 用循环神经网络处理时序问题/code_1.py": "https://bbs.csdn.net/topics/603902810", - "data/零基础学机器学习/第07课 循环神经网络——鉴定留言及探索系外行星/8.7.8 用循环神经网络处理时序问题/code_12.py": "https://bbs.csdn.net/topics/603902545", - "data/零基础学机器学习/第07课 循环神经网络——鉴定留言及探索系外行星/8.7.8 用循环神经网络处理时序问题/code_5.py": "https://bbs.csdn.net/topics/603902546", - "data/零基础学机器学习/第07课 循环神经网络——鉴定留言及探索系外行星/8.7.8 用循环神经网络处理时序问题/code_15.py": "https://bbs.csdn.net/topics/603902811", - "data/零基础学机器学习/第07课 循环神经网络——鉴定留言及探索系外行星/8.7.8 用循环神经网络处理时序问题/code_2.py": "https://bbs.csdn.net/topics/603902812", - "data/零基础学机器学习/第07课 循环神经网络——鉴定留言及探索系外行星/8.7.8 用循环神经网络处理时序问题/code_11.py": "https://bbs.csdn.net/topics/603902637", - "data/零基础学机器学习/第07课 循环神经网络——鉴定留言及探索系外行星/8.7.8 用循环神经网络处理时序问题/code_6.py": "https://bbs.csdn.net/topics/603902813", - "data/零基础学机器学习/第07课 循环神经网络——鉴定留言及探索系外行星/8.7.8 用循环神经网络处理时序问题/code_10.py": "https://bbs.csdn.net/topics/603902814", - "data/零基础学机器学习/第07课 循环神经网络——鉴定留言及探索系外行星/8.7.8 用循环神经网络处理时序问题/code_7.py": "https://bbs.csdn.net/topics/603902719", - "data/零基础学机器学习/第07课 循环神经网络——鉴定留言及探索系外行星/8.7.8 用循环神经网络处理时序问题/code_14.py": "https://bbs.csdn.net/topics/603902638", - "data/零基础学机器学习/第07课 循环神经网络——鉴定留言及探索系外行星/8.7.8 用循环神经网络处理时序问题/code_3.py": "https://bbs.csdn.net/topics/603902639", - "data/零基础学机器学习/第07课 循环神经网络——鉴定留言及探索系外行星/8.7.8 用循环神经网络处理时序问题/code_8.py": "https://bbs.csdn.net/topics/603902640", - "data/零基础学机器学习/第07课 循环神经网络——鉴定留言及探索系外行星/8.7.8 用循环神经网络处理时序问题/code_9.py": "https://bbs.csdn.net/topics/603902547", - "data/零基础学机器学习/第07课 循环神经网络——鉴定留言及探索系外行星/6.7.6 用LSTM 鉴定评论文本/code_1.py": "https://bbs.csdn.net/topics/603902548", - "data/零基础学机器学习/第07课 循环神经网络——鉴定留言及探索系外行星/6.7.6 用LSTM 鉴定评论文本/code_2.py": "https://bbs.csdn.net/topics/603902815", - "data/零基础学机器学习/第07课 循环神经网络——鉴定留言及探索系外行星/6.7.6 用LSTM 鉴定评论文本/code_3.py": "https://bbs.csdn.net/topics/603902720", - "data/零基础学机器学习/第07课 循环神经网络——鉴定留言及探索系外行星/4.7.4 用SimpleRNN鉴定评论文本/code_4.py": "https://bbs.csdn.net/topics/603902549", - "data/零基础学机器学习/第07课 循环神经网络——鉴定留言及探索系外行星/4.7.4 用SimpleRNN鉴定评论文本/code_1.py": "https://bbs.csdn.net/topics/603902721", - "data/零基础学机器学习/第07课 循环神经网络——鉴定留言及探索系外行星/4.7.4 用SimpleRNN鉴定评论文本/code_5.py": "https://bbs.csdn.net/topics/603902641", - "data/零基础学机器学习/第07课 循环神经网络——鉴定留言及探索系外行星/4.7.4 用SimpleRNN鉴定评论文本/code_2.py": "https://bbs.csdn.net/topics/603902642", - "data/零基础学机器学习/第07课 循环神经网络——鉴定留言及探索系外行星/4.7.4 用SimpleRNN鉴定评论文本/code_6.py": "https://bbs.csdn.net/topics/603902643", - "data/零基础学机器学习/第07课 循环神经网络——鉴定留言及探索系外行星/4.7.4 用SimpleRNN鉴定评论文本/code_7.py": "https://bbs.csdn.net/topics/603902550", - "data/零基础学机器学习/第07课 循环神经网络——鉴定留言及探索系外行星/4.7.4 用SimpleRNN鉴定评论文本/code_3.py": "https://bbs.csdn.net/topics/603902816", - "data/零基础学机器学习/第07课 循环神经网络——鉴定留言及探索系外行星/4.7.4 用SimpleRNN鉴定评论文本/code_8.py": "https://bbs.csdn.net/topics/603902817", - "data/零基础学机器学习/第07课 循环神经网络——鉴定留言及探索系外行星/3.7.3 原始文本如何转化成向量数据/code_1.py": "https://bbs.csdn.net/topics/603902722", - "data/零基础学机器学习/第04课 逻辑回归——给病患和鸢尾花分类/2.4.2 从回归问题到分类问题/code_1.py": "https://bbs.csdn.net/topics/603902644", - "data/零基础学机器学习/第04课 逻辑回归——给病患和鸢尾花分类/3.4.3 通过逻辑回归解决二元分类问题/code_19.py": "https://bbs.csdn.net/topics/603902818", - "data/零基础学机器学习/第04课 逻辑回归——给病患和鸢尾花分类/3.4.3 通过逻辑回归解决二元分类问题/code_18.py": "https://bbs.csdn.net/topics/603902819", - "data/零基础学机器学习/第04课 逻辑回归——给病患和鸢尾花分类/3.4.3 通过逻辑回归解决二元分类问题/code_13.py": "https://bbs.csdn.net/topics/603902723", - "data/零基础学机器学习/第04课 逻辑回归——给病患和鸢尾花分类/3.4.3 通过逻辑回归解决二元分类问题/code_4.py": "https://bbs.csdn.net/topics/603902551", - "data/零基础学机器学习/第04课 逻辑回归——给病患和鸢尾花分类/3.4.3 通过逻辑回归解决二元分类问题/code_17.py": "https://bbs.csdn.net/topics/603902645", - "data/零基础学机器学习/第04课 逻辑回归——给病患和鸢尾花分类/3.4.3 通过逻辑回归解决二元分类问题/code_23.py": "https://bbs.csdn.net/topics/603902552", - "data/零基础学机器学习/第04课 逻辑回归——给病患和鸢尾花分类/3.4.3 通过逻辑回归解决二元分类问题/code_16.py": "https://bbs.csdn.net/topics/603902553", - "data/零基础学机器学习/第04课 逻辑回归——给病患和鸢尾花分类/3.4.3 通过逻辑回归解决二元分类问题/code_22.py": "https://bbs.csdn.net/topics/603902554", - "data/零基础学机器学习/第04课 逻辑回归——给病患和鸢尾花分类/3.4.3 通过逻辑回归解决二元分类问题/code_1.py": "https://bbs.csdn.net/topics/603902820", - "data/零基础学机器学习/第04课 逻辑回归——给病患和鸢尾花分类/3.4.3 通过逻辑回归解决二元分类问题/code_12.py": "https://bbs.csdn.net/topics/603902821", - "data/零基础学机器学习/第04课 逻辑回归——给病患和鸢尾花分类/3.4.3 通过逻辑回归解决二元分类问题/code_5.py": "https://bbs.csdn.net/topics/603902646", - "data/零基础学机器学习/第04课 逻辑回归——给病患和鸢尾花分类/3.4.3 通过逻辑回归解决二元分类问题/code_15.py": "https://bbs.csdn.net/topics/603902724", - "data/零基础学机器学习/第04课 逻辑回归——给病患和鸢尾花分类/3.4.3 通过逻辑回归解决二元分类问题/code_21.py": "https://bbs.csdn.net/topics/603902822", - "data/零基础学机器学习/第04课 逻辑回归——给病患和鸢尾花分类/3.4.3 通过逻辑回归解决二元分类问题/code_2.py": "https://bbs.csdn.net/topics/603902823", - "data/零基础学机器学习/第04课 逻辑回归——给病患和鸢尾花分类/3.4.3 通过逻辑回归解决二元分类问题/code_25.py": "https://bbs.csdn.net/topics/603902647", - "data/零基础学机器学习/第04课 逻辑回归——给病患和鸢尾花分类/3.4.3 通过逻辑回归解决二元分类问题/code_11.py": "https://bbs.csdn.net/topics/603902725", - "data/零基础学机器学习/第04课 逻辑回归——给病患和鸢尾花分类/3.4.3 通过逻辑回归解决二元分类问题/code_6.py": "https://bbs.csdn.net/topics/603902648", - "data/零基础学机器学习/第04课 逻辑回归——给病患和鸢尾花分类/3.4.3 通过逻辑回归解决二元分类问题/code_24.py": "https://bbs.csdn.net/topics/603902649", - "data/零基础学机器学习/第04课 逻辑回归——给病患和鸢尾花分类/3.4.3 通过逻辑回归解决二元分类问题/code_10.py": "https://bbs.csdn.net/topics/603902726", - "data/零基础学机器学习/第04课 逻辑回归——给病患和鸢尾花分类/3.4.3 通过逻辑回归解决二元分类问题/code_7.py": "https://bbs.csdn.net/topics/603902824", - "data/零基础学机器学习/第04课 逻辑回归——给病患和鸢尾花分类/3.4.3 通过逻辑回归解决二元分类问题/code_14.py": "https://bbs.csdn.net/topics/603902650", - "data/零基础学机器学习/第04课 逻辑回归——给病患和鸢尾花分类/3.4.3 通过逻辑回归解决二元分类问题/code_20.py": "https://bbs.csdn.net/topics/603902727", - "data/零基础学机器学习/第04课 逻辑回归——给病患和鸢尾花分类/3.4.3 通过逻辑回归解决二元分类问题/code_3.py": "https://bbs.csdn.net/topics/603902651", - "data/零基础学机器学习/第04课 逻辑回归——给病患和鸢尾花分类/3.4.3 通过逻辑回归解决二元分类问题/code_8.py": "https://bbs.csdn.net/topics/603902825", - "data/零基础学机器学习/第04课 逻辑回归——给病患和鸢尾花分类/3.4.3 通过逻辑回归解决二元分类问题/code_9.py": "https://bbs.csdn.net/topics/603902555", - "data/零基础学机器学习/第04课 逻辑回归——给病患和鸢尾花分类/7.4.7 通过逻辑回归解决多元分类问题/code_4.py": "https://bbs.csdn.net/topics/603902652", - "data/零基础学机器学习/第04课 逻辑回归——给病患和鸢尾花分类/7.4.7 通过逻辑回归解决多元分类问题/code_1.py": "https://bbs.csdn.net/topics/603902556", - "data/零基础学机器学习/第04课 逻辑回归——给病患和鸢尾花分类/7.4.7 通过逻辑回归解决多元分类问题/code_5.py": "https://bbs.csdn.net/topics/603902826", - "data/零基础学机器学习/第04课 逻辑回归——给病患和鸢尾花分类/7.4.7 通过逻辑回归解决多元分类问题/code_2.py": "https://bbs.csdn.net/topics/603902728", - "data/零基础学机器学习/第04课 逻辑回归——给病患和鸢尾花分类/7.4.7 通过逻辑回归解决多元分类问题/code_6.py": "https://bbs.csdn.net/topics/603902729", - "data/零基础学机器学习/第04课 逻辑回归——给病患和鸢尾花分类/7.4.7 通过逻辑回归解决多元分类问题/code_10.py": "https://bbs.csdn.net/topics/603902557", - "data/零基础学机器学习/第04课 逻辑回归——给病患和鸢尾花分类/7.4.7 通过逻辑回归解决多元分类问题/code_7.py": "https://bbs.csdn.net/topics/603902730", - "data/零基础学机器学习/第04课 逻辑回归——给病患和鸢尾花分类/7.4.7 通过逻辑回归解决多元分类问题/code_3.py": "https://bbs.csdn.net/topics/603902827", - "data/零基础学机器学习/第04课 逻辑回归——给病患和鸢尾花分类/7.4.7 通过逻辑回归解决多元分类问题/code_8.py": "https://bbs.csdn.net/topics/603902653", - "data/零基础学机器学习/第04课 逻辑回归——给病患和鸢尾花分类/7.4.7 通过逻辑回归解决多元分类问题/code_9.py": "https://bbs.csdn.net/topics/603902558", - "data/零基础学机器学习/练习答案/code_0.py": "https://bbs.csdn.net/topics/603902828", - "data/零基础学机器学习/尾声 如何实现机器学习中的知识迁移及持续性的学习/code_0.py": "https://bbs.csdn.net/topics/603902829" -} \ No newline at end of file diff --git a/main.py b/main.py deleted file mode 100644 index 0e1067fac2ca008ccc6ac4c97e5140a24a067591..0000000000000000000000000000000000000000 --- a/main.py +++ /dev/null @@ -1,19 +0,0 @@ -from src.ebook.extract_book_code import extract_code -from src.ebook.community import send_topic - -if __name__ == "__main__": - book_mapping = {"零基础学机器学习": "b88b00f6ad14402ea66695d6809614da"} - for key in book_mapping.keys(): - extract_code(book_mapping) - web_url = 'https://gitcode.net/csdn/content/book_code_{}/-/tree/master/'.format( - book_mapping[key]) - print('-------' * 20) - print('开始向社区发帖') - book_dir = 'data/{}/'.format(key) - mapping_path = 'data/{}.json'.format(key) - send_topic_request_param = { - "cateId": 20964, - "communityId": 3824, - "loginUserName": "BBS_Assistant" - } - send_topic(web_url, book_dir, mapping_path, send_topic_request_param) \ No newline at end of file diff --git a/src/ebook/community.py b/src/ebook/community.py deleted file mode 100644 index d50f8b1df1fea8bdc695878fcaa3f5517f9dd4fe..0000000000000000000000000000000000000000 --- a/src/ebook/community.py +++ /dev/null @@ -1,120 +0,0 @@ -import os -import json -import html -import requests -import logging - -logger = logging.getLogger(__name__) - - -def get_files_path(file_dir, filetype='.txt'): - """得到文件夹下的所有.txt文件的路径 - Args: - file_dir: 文件夹路径 - filetype: 文件后缀 - Returns: - 所有filetype类型文件的绝对路径 - """ - files_path = [] - for root, dirs, files in os.walk(file_dir): - for file in files: - if filetype is None or (os.path.splitext(file)[1] == filetype): - files_path.append(os.path.join(root, file)) - return files_path - - -def get_all_files(current_address): - files = [] - for parent, dirnames, filenames in os.walk(current_address): - # Case1: traversal the directories - # for dirname in dirnames: - # print("Parent folder:", parent) - # print("Dirname:", dirname) - # # Case2: traversal the files - for filename in filenames: - # print("Parent folder:", parent) - file_path = os.path.join(parent, filename) - files.append(file_path) - return files - - -def post(url, params, retry=3, headers=None): - if headers is None: - hdrs = {"Content-Type": "application/json"} - else: - hdrs = headers - fails = 0 - while fails < retry: - try: - if headers is None: - data = json.dumps(params) - else: - data = params - logger.debug(f"will post {data} to {url}") - resp = requests.post(url, data, headers=hdrs, timeout=10) - if resp: - logger.info(f"resp {resp.content}") - return resp.json() - else: - logger.error(f"resp: [{resp}]") - fails += 1 - except Exception as error: - logger.error(f"post {params} to {url} failed {error}") - fails += 1 - if fails > retry: - raise error - - -def send_topic(web_url, book_dir, mapping_path, send_topic_request_param): - data_dir = 'data' - # web_url = "https://codechina.csdn.net/csdn/book_code_c798a5992a654857867ec15660e1c32a/-/blob/master/" - request_url = 'http://ccloud.internal.csdn.net/v1/internal/community/content/sendTopic' - - # files = get_files_path('data/全程软件测试（第3版）', '.java') - - files = get_all_files(book_dir) - print(files) - - if not os.path.exists(mapping_path): - chapter_code_mapping = {} - save_mapping = json.dumps(chapter_code_mapping, - ensure_ascii=False, - indent=2) - with open(mapping_path, 'w') as f: - f.write(save_mapping) - - with open(mapping_path, 'r') as f: - chapter_code_mapping = json.load(f) - - for file in files: - topic_title = file.replace(book_dir, '') - topic_title = topic_title.replace('/', '｜') - topic_title = topic_title.replace('　', '.') - # topic_title = html.escape(topic_title) - topic_content = web_url + file - topic_content = "代码：{}".format( - topic_content, topic_title) - - print(topic_title) - - send_topic_request_param['type'] = 'long_text' - send_topic_request_param['content'] = 'topic_content' - send_topic_request_param['topicTitle'] = 'topic_title' - send_topic_request_param['mdContent'] = 'topic_content' - send_topic_request_param['bizNo'] = 'ebook' - - if chapter_code_mapping.get(file) is None: - resp = post(request_url, send_topic_request_param) - topic_link = resp['data']['content']['url'] - chapter_code_mapping[file] = topic_link - print('{}:{}'.format(file, topic_link)) - save_mapping = json.dumps(chapter_code_mapping, - ensure_ascii=False, - indent=2) - with open(mapping_path, 'w') as f: - f.write(save_mapping) - else: - send_topic_request_param['id'] = int( - chapter_code_mapping[file].split('/')[-1]) - resp = post(request_url, send_topic_request_param) - print('{}:{}'.format(file, chapter_code_mapping.get(file))) diff --git a/src/ebook/ebook_get_request.py b/src/ebook/ebook_get_request.py deleted file mode 100644 index 7ae2ce9d5ded35cacc1b6c20aa7a2bda04020d69..0000000000000000000000000000000000000000 --- a/src/ebook/ebook_get_request.py +++ /dev/null @@ -1,44 +0,0 @@ -import json -import requests -import logging - - -logger = logging.getLogger(__name__) - - -def get_chapter_content(params): - url = 'http://192.168.50.117:9003/v1/chapter/content' - - headers = { - "Cookie":"UserToken=149ba8a7a8d341bbbe41f904c4c9b176;UserName=xiuxiuyayayy" - } - - result = requests.get(url=url, params=params, headers=headers) - - if result.status_code == 200: - ret = json.loads(result.text) - logger.info('request success') - content = ret['data'] - return content - else: - logger.info('request failed！！！！！') - return {} - - -def get_chapter_list(params): - url = 'http://192.168.50.117:9003/inner/v1/chapter/list' - - headers = { - "Cookie":"UserToken=149ba8a7a8d341bbbe41f904c4c9b176;UserName=xiuxiuyayayy" - } - - result = requests.get(url=url, params=params, headers=headers) - - if result.status_code == 200: - ret = json.loads(result.text) - logger.info('request success') - content = ret['data'] - return content - else: - logger.info('request failed！！！！！') - return {} \ No newline at end of file diff --git a/src/ebook/extract_book_code.py b/src/ebook/extract_book_code.py deleted file mode 100644 index 1418235ec71baa56e7a2b8bf72140c231c211b87..0000000000000000000000000000000000000000 --- a/src/ebook/extract_book_code.py +++ /dev/null @@ -1,160 +0,0 @@ -import json -import os -import re -import html -from bs4 import BeautifulSoup -from .get_book_chapter_id_list import get_chapter_id_list -from .ebook_get_request import get_chapter_content - - -def extract_code(book_mapping): - - # book_mapping_path = "data/book_mapping.json" - # with open(book_mapping_path, "r") as f: - # book_mapping = json.load(f) - for book_idx, book_name in enumerate(book_mapping.keys()): - book_dir_name = book_name - book_dir = os.path.join('data', book_dir_name) - if not os.path.exists(book_dir): - os.mkdir(book_dir) - # print(book_dir_name) - book_id = book_mapping[book_name] - request_get_chapter_id_list_params = {"bookId": book_id, "is_main": 1} - chapter_id_list = get_chapter_id_list( - request_get_chapter_id_list_params) - print(chapter_id_list) - for chapter_id in chapter_id_list: - print('当前章节id: {}'.format(chapter_id)) - request_get_chapter_content_params = { - 'bookId': book_id, - 'chapterId': chapter_id - } - chapter_resp = get_chapter_content( - request_get_chapter_content_params) - chapter_name = chapter_resp['name'] - chapter_content = chapter_resp['content'] - try: - if book_name == "零基础学机器学习": - chapter_num = re.findall(r'第(.*)课', chapter_name)[0] - chapter_name_modify = re.sub( - r'第(.*)课', r'第{}课'.format(chapter_num.zfill(2)), - chapter_name) - else: - chapter_num = re.findall(r'第(.*)章', chapter_name)[0] - chapter_name_modify = re.sub( - r'第(.*)章', r'第{}章'.format(chapter_num.zfill(2)), - chapter_name) - chapter_name = chapter_name_modify - print(chapter_name) - except: - print('该章节没有章节序号： {}'.format(chapter_name)) - pass - chapter_dir = os.path.join(book_dir, chapter_name) - if not os.path.exists(chapter_dir): - os.mkdir(chapter_dir) - # print('创建文件夹： {}'.format(chapter_dir)) - - chapter_content = html.unescape(chapter_content) - # print(chapter_content) - - section_list = re.findall(r'(.*?)', - chapter_content, - flags=re.S) - - print(section_list) - section_content_list = re.split(r'.*?', - chapter_content, - flags=re.S) - section_dir_list = [] - for idx, section in enumerate(section_list): - section = section.replace('　', ' ') - if section.find(r'/') != -1: - section = section.replace('/', '') - section_dir = os.path.join(chapter_dir, - '{}.{}'.format(idx + 1, section)) - print(section_dir) - if not os.path.exists(section_dir): - os.mkdir(section_dir) - section_dir_list.append(section_dir) - for idx, section_content in enumerate(section_content_list): - if idx == 0: - html_save_path = os.path.join(chapter_dir, 'text.html') - else: - html_save_path = os.path.join(section_dir_list[idx - 1], - 'text.html') - # with open(html_save_path, 'w', encoding='utf-8') as f: - # f.write(section_content) - - code_list = re.findall( - r'(?:(?: *

[a-zA-Z]+.*? \n).*?)*', - section_content, - flags=re.DOTALL) - - # print(code_list) - - res_codelist = [] - for code in code_list: - if code != '': - res_codelist.append(code) - # print(res_codelist) - # break - count = 0 - for code in res_codelist: - # if len(code.split('\n')) < 2: - # continue - code = html.unescape(code) - soup = BeautifulSoup(code) - clean_code = soup.get_text() - print(clean_code) - - print('-------' * 10) - # pianduan_name = re.findall(r'(代码片段.*)，', clean_code) - # if pianduan_name == []: - # pianduan_name_str = '' - # else: - # pianduan_name_str = pianduan_name[0] - # file_name_list = re.findall(r'文件名: (.*)\n', clean_code) - # print(file_name_list) - # if file_name_list == []: - # file_name = '.txt' - # else: - # file_name = file_name_list[0] - # file_name = file_name.replace('/', '-') - # save_file_name = pianduan_name_str + '-' + file_name - # print(save_file_name) - - if idx == 0: - code_save_path = os.path.join(chapter_dir, 'code_0.py') - else: - count += 1 - code_save_path = os.path.join( - section_dir_list[idx - 1], - 'code_{}.py'.format(count)) - - # res_code_list = [] - # for line in clean_code.split('\n'): - # if line.find('文件名') != -1 or line.find( - # '代码片段') != -1 or line == '': - # continue - # clean_line = re.findall(r'^\d{1,5}\: *(.*)', - # line)[0] - # res_code_list.append(clean_line) - # res_code = '\n'.join(res_code_list) - - with open(code_save_path, 'w', encoding='utf-8') as f: - f.write(clean_code) - - # clean_text_list = [] - # for line in res_str.split('\n'): - # if line == '': - # continue - # if line[0].isdigit(): - # line = re.findall(r'^[0-9]+ {0,2}(.*)', - # line)[0] - # # print(line) - # else: - # if line.startswith('>>'): - # break - # clean_text_list.append(line) - # clean_code = '\n'.join(clean_text_list) - # print(clean_code) diff --git a/src/ebook/get_book_chapter_id_list.py b/src/ebook/get_book_chapter_id_list.py deleted file mode 100644 index 6fd1ad532de8862b3e2121fa08d35ef6d5ef3d74..0000000000000000000000000000000000000000 --- a/src/ebook/get_book_chapter_id_list.py +++ /dev/null @@ -1,18 +0,0 @@ -import json -import re -import html -import nltk -import html2text -import os -import pandas as pd -from bs4 import BeautifulSoup -from .ebook_get_request import get_chapter_list - - -def get_chapter_id_list(param): - chapter_list = [] - ret = get_chapter_list(param) - for item in ret: - chapterid = item['chapterid'] - chapter_list.append(chapterid) - return chapter_list