2022/12/30 Sunday
Welcome to my blog. My name is Joye. If you can read Chinese, my Chinese name is 李拙 (LI ZHUO).
🤔 Want to know more about me?
🤔 What can you find here？
2022/06/13 Monday
This post covers Python environment and package management using different tools for macOS. Specifically, it discusses the following tools: venv, Anaconda, and Miniforge.
2022/04/15 Friday
The post covers some material on an overview of NLP.
2020/04/25 Saturday
对于一个给定的词 $k$，根据其在不同语境 $i$ , $j$ 出现的概率的比值$\frac{ P_{ik}}{P_{jk}}$，可以区分其语义。
2020/04/05 Sunday
提升树算法（Gradient Tree Boosting）是机器学习中处理分类问题十分有效的方法，常被应用于广告点击率的预测和机器学习类比赛。
2014年，在传统提升树算法模型上，作者提出了XGBoost，并发布了相应的工具包。XGBoost因其计算速度快和模型表示好而广泛被应用在各类数据竞赛中，这些比赛包括：门店销售额预测，网页文本分类，点击率，产品分类等。该论文发表于两年后的2016KDD会议。
2020/03/12 Friday
文章提出词移距离(Word Mover’s Distance, WMD)用于计算文档之间的距离。文档之间的距离被看作为一个文档中词与词距离的加权平均。词与词的距离可基于Word Embedding得到的词向量计算，两篇文档词与词的映射关系为可变条件，目标函数为最小化文档之间的距离。求解得到最小的文档距离为词移距离。而这个最优化问题是Earth’s Mover’s Distance的特殊情况，可采用相应的算法进行求解。
2020/01/30 Thursday
本项目旨在爬取成都二手房源的位置，价格和房型等信息。
2019/12/25 Wedesday
上一节我们讲解scrapy的项目管道的使用, 这一节介绍中间件的使用。
2019/11/16 Sunday
上一节，我们了解到scrapy框架，安装和基本使用。其中提到了项目管道的主要作用包括清洗验证数据，检查重复并删除，数据入库。这一节，我们讲解scrapy的项目管道的使用。
2019/11/17 Sunday
前面章节主要用到Requests的方式爬取网页。在小规模爬虫时，Requests能够有效地满足需求，但大规模多线程的爬虫时则需要使用Scrapy。本节讲解Scrapy爬虫的基本框架, 安装和基本使用。
2019/08/11 Sunday
本节以爬取淘宝商品数据为例，讲解如何利用selelium爬取网页数据。
2019/08/11 Sunday
本节以爬取Joyenjoye关注的人为例，讲解如何爬取ajax或者javascript加载的网页。
2019/08/11 Sunday
本节以爬取小王子的豆瓣短评为例，从以下三个方面来初步了解爬虫： 1 数据获取 2 网页解析 3 数据保存
2019/08/11 Sunday
本节从以下三点来全面介绍爬虫：1 爬虫的定义和应用场景 2 爬虫基本知识 3 爬虫协议。