<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[zyh960的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/zyh960</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; zyh960]]></copyright><item><title><![CDATA[情感分析实战(中文)-数据预处理篇]]></title><link>https://blog.youkuaiyun.com/zyh960/article/details/131172656</link><guid>https://blog.youkuaiyun.com/zyh960/article/details/131172656</guid><author>zyh960</author><pubDate>Mon, 12 Jun 2023 16:58:59 +0800</pubDate><description><![CDATA[这里采用的是transformers来进行情感分类任务：https://github.com/huggingface/transformers。以上几个步骤通常是中文文本处理的主要流程，不同的任务可能会侧重其中的某些步骤。分别对应的是用户id，评分，内容，创建时间，分类。接着在上面数据处理完成之后，我们开始情感分类。]]></description><category></category></item><item><title><![CDATA[情感分析实战(中文)-数据获取]]></title><link>https://blog.youkuaiyun.com/zyh960/article/details/131172565</link><guid>https://blog.youkuaiyun.com/zyh960/article/details/131172565</guid><author>zyh960</author><pubDate>Mon, 12 Jun 2023 16:57:25 +0800</pubDate><description><![CDATA[如果是获取多页的内容的话，那么写一个for循环即可，然后把上面提到数字的那个地方进行修改就好了，这样就获取多页内容，具体的尾页的话，需要大家自己去该网站点击末尾然后查看信息即可，再把相应的数字进行修改。以上便是爬取马蜂窝的全部教程，这里再次申明一下，获取该网站的数据仅用于学术研究，不造成任何的商业行为，这里望各位注意素质，切勿对该网站的服务器造成攻击或者商业用途。数据是可以成功获取到了，只是这些数据有些乱接下来我们就要开始整理我们的数据内容了，让这些数据转换，方便我们后续的获取。这里采用的是正则公式。]]></description><category></category></item><item><title><![CDATA[情感分析实战(中文)-聚类篇]]></title><link>https://blog.youkuaiyun.com/zyh960/article/details/131172511</link><guid>https://blog.youkuaiyun.com/zyh960/article/details/131172511</guid><author>zyh960</author><pubDate>Mon, 12 Jun 2023 16:52:55 +0800</pubDate><description><![CDATA[聚类的结果呈现就如图所示，一般如果没有class那一列的时候，需要对该文本进行划分的时候，通过聚类就可以帮助我们有效的对文本进行划分类别，接着根据这些类别进行下一步分析内容，通过这些类别划分，我们可以去分析某一类，情感占比如何，用户反馈如何，他们发帖的频率等等做到一些我们需要的分析内容。PCA降维是一种常用的高维数据处理方法，对于聚类分析中的高维数据的处理，采用PCA降维可以更好地结构化和简化高维度的数据信息，获得更高效、更准确的聚类结果。轮廓系数是一种用于评估聚类质量的指标，用于衡量聚类后的聚类效果。]]></description><category></category></item><item><title><![CDATA[情感分析实战(中文)-共现语义篇]]></title><link>https://blog.youkuaiyun.com/zyh960/article/details/131172433</link><guid>https://blog.youkuaiyun.com/zyh960/article/details/131172433</guid><author>zyh960</author><pubDate>Mon, 12 Jun 2023 16:51:15 +0800</pubDate><description><![CDATA[在计算共现矩阵时，通常先定义一个大小为N的词表，将文本中出现的所有单词映射到词表中的位置，然后基于这个词表计算共现矩阵。遍历文本：然后遍历文本中的每一个子串，并将其中的单词对应的位置的元素加1。定义词表和矩阵：首先定义一个大小为N的词表，其中每个单词对应一个位置，然后定义一个大小为N×N的共现矩阵M，其中第i行第j列的元素表示第i个单词与第j个单词共同出现的次数。在中文NLP文本分析中，共现语义网络是一种常用的文本分析框架，它的目的是在文本中寻找单词的相互关联性，生成一个共同出现单词的图形网络。]]></description><category></category></item><item><title><![CDATA[情感分析实战(中文)-LDA主题建模分析]]></title><link>https://blog.youkuaiyun.com/zyh960/article/details/131172253</link><guid>https://blog.youkuaiyun.com/zyh960/article/details/131172253</guid><author>zyh960</author><pubDate>Mon, 12 Jun 2023 16:49:04 +0800</pubDate><description><![CDATA[但值得注意的是，选择最佳主题数时应该基于完整的数据集进行评估，并在保证较小的困惑度和较高的一致性的同时，尽量减小主题数，以获取更好的可解释性和模型准确性。当我们使用LDA主题模型对文本进行聚类和主题建模时，得到的每个主题代表了一种语义主题或话题，并且包含了一组与该主题相关的单词，这些单词可以解释并描述该主题的含义。在实践中，对于LDA主题模型的选择，我们通常会使用不同的主题数，计算困惑度和一致性，并选择困惑度最小、一致性最高的主题数作为最佳模型参数，以获得更好的聚类效果和模型拟合度。]]></description><category></category></item><item><title><![CDATA[情感分析实战(英文)-数据预处理篇]]></title><link>https://blog.youkuaiyun.com/zyh960/article/details/131172163</link><guid>https://blog.youkuaiyun.com/zyh960/article/details/131172163</guid><author>zyh960</author><pubDate>Mon, 12 Jun 2023 16:45:17 +0800</pubDate><description><![CDATA[以上是一般的英文文本数据清洗步骤，具体的清洗过程取决于数据集本身的特点和实际需求。需要注意的是，文本分析是一个复杂的任务，并且只有在为文本建立正确的清洗步骤并清洗好数据后才能得到准确的分析结果。这里采用的是transformers来进行情感分类任务：https://github.com/huggingface/transformers。再替换表情包，在数据中，会有很多表情包，有时候这些表情包容易影响文本的判断，只好去掉。]]></description><category></category></item><item><title><![CDATA[机器学习的一些指标介绍]]></title><link>https://blog.youkuaiyun.com/zyh960/article/details/124392430</link><guid>https://blog.youkuaiyun.com/zyh960/article/details/124392430</guid><author>zyh960</author><pubDate>Sun, 24 Apr 2022 21:32:09 +0800</pubDate><description><![CDATA[混淆矩阵

准确率的介绍

精准率和召回率

F1值

ROC曲线


]]></description><category></category></item><item><title><![CDATA[数据分析指标]]></title><link>https://blog.youkuaiyun.com/zyh960/article/details/123381724</link><guid>https://blog.youkuaiyun.com/zyh960/article/details/123381724</guid><author>zyh960</author><pubDate>Wed, 09 Mar 2022 16:53:00 +0800</pubDate><description><![CDATA[RFM模型
RFM模型是一种通过客户的R消费间隔（Recency）、F消费频率（Frequency）、M消费金额（Monetary）三项指标来衡量客户价值的手段。
BDI和CDI指数
BDI是指品牌发展指数
计算公式 = 地区品牌发展 / 全国品牌发展 * 100
CDI是指品类发展指数
计算公式 = 地区品类发展 / 全国品类发展 * 100
ROI模型
ROI指的是投资而应返回的价值，也就是投资回报率
计算公式 = (税前年利润 / 投资总额 )  * 100
LTV模型
LTV指的是生命周期价值 ，也]]></description><category></category></item><item><title><![CDATA[zabbix怎么配置itop]]></title><link>https://blog.youkuaiyun.com/zyh960/article/details/122348000</link><guid>https://blog.youkuaiyun.com/zyh960/article/details/122348000</guid><author>zyh960</author><pubDate>Thu, 06 Jan 2022 16:57:15 +0800</pubDate><description><![CDATA[zabbix怎么配置itop工单系统]]></description><category></category></item><item><title><![CDATA[数据库常用语句命令]]></title><link>https://blog.youkuaiyun.com/zyh960/article/details/121362738</link><guid>https://blog.youkuaiyun.com/zyh960/article/details/121362738</guid><author>zyh960</author><pubDate>Tue, 16 Nov 2021 19:04:34 +0800</pubDate><description><![CDATA[数据库的常用语句命令
数据检索
DESC products;
#查询整个表格
SELECT * from products;
#查询一列或者多列
SELECT prod_name,prod_price,prod_id FROM products;
#限定返回行数
SELECT * from products LIMIT 3;
#分页功能
SELECT * from products LIMIT 3,3;

mysql高级数据过滤方法
#找出供应商为1003的店铺 并且 价格小于等于10
SELECT * f]]></description><category></category></item><item><title><![CDATA[在window10上面配置内置Linux并且执行定时任务]]></title><link>https://blog.youkuaiyun.com/zyh960/article/details/121225425</link><guid>https://blog.youkuaiyun.com/zyh960/article/details/121225425</guid><author>zyh960</author><pubDate>Tue, 09 Nov 2021 12:22:44 +0800</pubDate><description><![CDATA[在window10上面配置内置Linux并且执行定时任务
目的之所以这样做主要是是因为几个原因：

Windows的定时任务并不好用
在Windows上面开虚拟机，占用资源较多，如果只是单纯为了一个定时任务的执行的话
手上没有服务器，不想出钱买一个服务器，只有Windows系统的电脑

第一步在Windows10开启内置Ubuntu


windows+x选n,打开设置 -&gt;更新和安全 -&gt;开发者选项



打开控制面板 -&gt; 程序和功能 -&gt; 启用或关闭Windows功能

确定，]]></description><category></category></item><item><title><![CDATA[数据库日常命令]]></title><link>https://blog.youkuaiyun.com/zyh960/article/details/121087133</link><guid>https://blog.youkuaiyun.com/zyh960/article/details/121087133</guid><author>zyh960</author><pubDate>Mon, 01 Nov 2021 19:47:24 +0800</pubDate><description><![CDATA[常用命令


查看整个数据库存在的数据库
show databases;


查看表的内容
show tables;


查看某个表中所存在的字段
show columns from user;


查看数据库是否运行状态怎么样
show status;


查看数据库当前用户的权限
show grants;


查看数据库是否有异常或者存在警告


show errors / show waring;
mysql的系统安全


创建用户
create user username identified by]]></description><category></category></item><item><title><![CDATA[知乎回答爬取]]></title><link>https://blog.youkuaiyun.com/zyh960/article/details/120758976</link><guid>https://blog.youkuaiyun.com/zyh960/article/details/120758976</guid><author>zyh960</author><pubDate>Thu, 14 Oct 2021 10:33:16 +0800</pubDate><description><![CDATA[怎么爬取知乎的内容
我们一步步来分析，首先打开知乎，来到我们要爬取的页面

然后我们再来看看它的参数

经过测试我们要填写对应的x-zse-96我们才能获取到对应的内容才行，并且每一个API对应的zse-96都不同，因此我们就需要去破解这个参数我们才能去获取对应的内容
在这里就涉及到了js逆向思维了我们一步步来看
首先先去查找对应的js的位置再进行分析判断

点击search，然后把x-zse-96复制进去开始查找








知道了思路，我们再来说说解法
首先先说说MD5的解法

得到了(l()(s)]]></description><category></category></item><item><title><![CDATA[量化交易之平台搭建]]></title><link>https://blog.youkuaiyun.com/zyh960/article/details/120580538</link><guid>https://blog.youkuaiyun.com/zyh960/article/details/120580538</guid><author>zyh960</author><pubDate>Fri, 01 Oct 2021 20:30:07 +0800</pubDate><description><![CDATA[该篇主要是是用来展示量化交易的效果，不构成任何投资建议，仅供参考
搭建的环境:
​	系统 linux-centos7
python环境：
​	python3.7.4
先安装好我们的库:
cd demo
pip install -r requirements.txt -i https://pypi.douban.com/simple

安装好之后
开始配置环境
首先先修改我们的代码 buy_funds.py

首先要把这个地方替换成你的qq账户和邮箱以及授权码，授权码怎么开通，这里去百度搜索一下就好了，不过多]]></description><category></category></item><item><title><![CDATA[量化交易之基金卖出]]></title><link>https://blog.youkuaiyun.com/zyh960/article/details/120579072</link><guid>https://blog.youkuaiyun.com/zyh960/article/details/120579072</guid><author>zyh960</author><pubDate>Fri, 01 Oct 2021 17:09:07 +0800</pubDate><description><![CDATA[该篇主要是是用来展示量化交易的效果，不构成任何投资建议，仅供参考
先说说思路

该篇主要是展示基金如何选取适当的时间对其进行判断是否要买入
注意以下所有内容仅供参考，不做任何投资建议，投资有风险，投资需谨慎

首先第一步学会看图，这是由单位净值和5日线和20日线组成的图形

我们整个项目的核心就是基于这个图来展开探索的，根据选取这些交叉点来进行判断，
当蓝线在上，红线在下的时候就是我们需要操作的时候，由图可知，当蓝线在上，红线在下，这时就是一个可以操作的时间段，然后这一段的头是都是一个下滑趋势，所以就是我们]]></description><category></category></item><item><title><![CDATA[量化交易之基金买入]]></title><link>https://blog.youkuaiyun.com/zyh960/article/details/120579045</link><guid>https://blog.youkuaiyun.com/zyh960/article/details/120579045</guid><author>zyh960</author><pubDate>Fri, 01 Oct 2021 17:05:17 +0800</pubDate><description><![CDATA[该篇主要是是用来展示量化交易的效果，不构成任何投资建议，仅供参考
先说说思路

该篇主要是展示基金如何选取适当的时间对其进行判断是否要买入
注意以下所有内容仅供参考，不做任何投资建议，投资有风险，投资需谨慎

首先第一步学会看图，这是由单位净值和5日线和20日线组成的图形

我们整个项目的核心就是基于这个图来展开探索的，根据选取这些交叉点来进行判断，
当蓝线在上，红线在下的时候就是我们需要操作的时候，由图可知，当蓝线在上，红线在下，这时就是一个可以操作的时间段，然后这一段的头是都是一个下滑趋势，所以就是我们]]></description><category></category></item><item><title><![CDATA[量化交易之数据获取篇]]></title><link>https://blog.youkuaiyun.com/zyh960/article/details/120578822</link><guid>https://blog.youkuaiyun.com/zyh960/article/details/120578822</guid><author>zyh960</author><pubDate>Fri, 01 Oct 2021 16:41:24 +0800</pubDate><description><![CDATA[该篇主要是是用来展示量化交易的效果，不构成任何投资建议，仅供参考
先说说思路
该篇主要是教你怎么去获取数据，包括怎么去选取一支好的基金，怎么去获取基金往期的历史数据
先说说怎么去选取一支好的基金吧
个人认为如何判断一支好的基金有以下几个方面：

该基金的年收益如何
该基金是处于什么行业
该基金的往期表现如何
该基金的规模等等综合因素

实战
首先打开天天基金网，直接选取一年的基金，让它们收益从大到小开始排序，这样是最快速最方便我们去查找的

然后去筛选，年收益大于等于50%就是符合我们心中理想的基金，然后再]]></description><category></category></item><item><title><![CDATA[量化交易之开篇]]></title><link>https://blog.youkuaiyun.com/zyh960/article/details/120577749</link><guid>https://blog.youkuaiyun.com/zyh960/article/details/120577749</guid><author>zyh960</author><pubDate>Fri, 01 Oct 2021 14:45:25 +0800</pubDate><description><![CDATA[该篇主要是是用来展示量化交易的效果，不构成任何投资建议，仅供参考
先说说思路

首先是先获取优质基金的代码，如何判断这一只基金是否优秀，各位根据自己心中的判断去选择
获取到优质的基金代码之后，我们再去获取历史的单位净值，通过这些单位净值去算出它们的ma5和ma20的值，然后再把这些通过matplotlib把这些图画出来。
再者去寻找这些线的交叉点，对这些交叉点是否是买入还是卖出让程序通过我们写好的代码去自动判断
然后根据这个判断去发送到我们自己的邮箱上面，做到一个批量的功能，这样一来，就等于是让机器自动帮我]]></description><category></category></item><item><title><![CDATA[算法DBSCAN-课堂笔记]]></title><link>https://blog.youkuaiyun.com/zyh960/article/details/119870431</link><guid>https://blog.youkuaiyun.com/zyh960/article/details/119870431</guid><author>zyh960</author><pubDate>Mon, 23 Aug 2021 15:29:25 +0800</pubDate><description><![CDATA[DBSCAN算法
基本概念

核心对象：若某个点的密度达到算法设定的阈值则其为核心点（即R领域内点的数量不小于minPts）
e-领域的的距离阈值：设定的半径r
直达密度可达：若某点p在点q的r领域内，且q是核心点则p-q直达密度可达
密度可达：若有一个点的序列q0,q1,…qk,对任意qi-qi-1是直接密度可达的，则称从q0到qk密度可达，这实际上是直接密度可达的“传播”


DBSCAN算法的小结
BSCAN算法的小结


...]]></description><category></category></item><item><title><![CDATA[今目标爬取策略]]></title><link>https://blog.youkuaiyun.com/zyh960/article/details/119870414</link><guid>https://blog.youkuaiyun.com/zyh960/article/details/119870414</guid><author>zyh960</author><pubDate>Mon, 23 Aug 2021 15:28:59 +0800</pubDate><description><![CDATA[今目标爬取策略
破解过程
破解今目标有几个方面要注意的：

要用模拟登陆的方式才可以进去今目标的网站从而获取想要的数据
在破解的时候，遇到反扒策略，登陆密码用到了sha加密算法
破解登陆之后我们要怎么获取相应的内容

首先我们打开今目标的官网

我们只能登录过后才能获取到我们想要的数据，这就涉及到模拟登陆的问题了
我们还是按照老规矩一步步来分析先，先点击登录按钮，然后打开f12，去抓包看看，模拟登陆的样子

打开之后首先是这样的，然后打开我们的f12，记得把这个也勾选上，不然有时候可能有一些包获取不了

然]]></description><category></category></item></channel></rss>