Skip to content

零
零基础学机器学习

CSDN 技术社区 / content / 零基础学机器学习

通知 41
Star 3
Fork 1
零
零基础学机器学习
提交 fb6589fb 编写于 作者: ToTensor's avatar ToTensor
浏览文件
操作

modify ignore

上级 2d3ceac6
隐藏空白更改
内联 并排
Showing with 4 addition and 704 deletion
.gitignore
浏览文件 @ fb6589fb
__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
data/零基础学机器学习.json 已删除 100644 → 0
浏览文件 @ 2d3ceac6
{
"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
main.py 已删除 100644 → 0
浏览文件 @ 2d3ceac6
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
src/ebook/community.py 已删除 100644 → 0
浏览文件 @ 2d3ceac6
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：<a href=\"{}\">{}</a>".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)))
src/ebook/ebook_get_request.py 已删除 100644 → 0
浏览文件 @ 2d3ceac6
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
src/ebook/extract_book_code.py 已删除 100644 → 0
浏览文件 @ 2d3ceac6
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'<h2.*?><a >(.*?)</a></h2>',
chapter_content,
flags=re.S)
print(section_list)
section_content_list = re.split(r'<h2.*?>.*?</h2>',
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'(?:(?: *<p class="content_105">[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)
src/ebook/get_book_chapter_id_list.py 已删除 100644 → 0
浏览文件 @ 2d3ceac6
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
Markdown is supported
0% 或 .
You are about to add 0 people to the discussion. Proceed with caution.
先完成此消息的编辑！
想要评论请 注册 或