Uniform

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> 一、网络爬虫的定义 网络爬虫，即Web Spider，是一个很形象的名字。 把互联网比喻成一个蜘蛛网，那么Spider就是在网上爬来爬去的蜘蛛。 网络蜘蛛是通过网页的链接地址来寻找网页的。 从网站某一个页面（通常是首页）开始，读取网页的内容，找到在网页中的其它链接地址， 然后通过这些链接地址寻找下一个网页，这样一直循环下去，直到把这个网站所有的网页都抓取完为止。 如果把整个互联网当成一个请叫我汪海网站，那么网络蜘蛛就可以用这个原理把互联网上所有的网页都抓取下来。 这样看来，网络爬虫就是一个爬行程序，一个抓取网页的程序。 网络爬虫的基本操作是抓取网页。 那么如何才能随心所欲地获得自己想要的页面？ 我们先从URL开始。 二、浏览网页的过程 抓取网页的过程其实和读者平时使用IE浏览器浏览网页的道理是一样的。 比如说你在浏览器的地址栏中输入 www.baidu.com 这个地址。 打开网页的过程其实就是浏览器作为一个浏览的“客户端”，向服务器端发送了 一次请求，把服务器端的文件“抓”到本地，再进行解释、展现。 HTML 是一种标记语言，用标签标记内容并加以解析和区分。 浏览器的功能是将获取到的HTML代码进行解析，然后将原始的代码转变成我们直接看到的网站页面。 三、URI和URL的概念和举例 简单的来讲

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> 回归模型的性能的评价指标主要有：RMSE(平方根误差)、MAE（平均绝对误差）、MSE(平均平方误差)、R2_score。但是当量纲不同时，RMSE、MAE、MSE难以衡量模型效果好坏。这就需要用到R2_score，实际使用时，会遇到许多问题，今天我们深度研究一下。 预备知识 搞清楚R2_score计算之前，我们还需要了解几个统计学概念。 若用$y_i$表示真实的观测值，用$\bar{y}$表示真实观测值的平均值，用$\hat{y_i}$表示预测值,则： 回归平方和：SSR $$SSR = \sum_{i=1}^{n}(\hat{y_i} - \bar{y})^2$$ 即估计值与平均值的误差，反映自变量与因变量之间的相关程度的偏差平方和 残差平方和：SSE $$SSE = \sum_{i=1}^{n}(y_i-\hat{y_i} )^2$$ 即估计值与真实值的误差，反映模型拟合程度 总离差平方和：SST $$SST =SSR + SSE= \sum_{i=1}^{n}(y_i - \bar{y})^2$$ 即平均值与真实值的误差，反映与数学期望的偏离程度 R2_score计算公式 R^2 score，即决定系数，反映因变量的全部变异能通过回归关系被自变量解释的比例。计算公式： $$R^2=1-\frac{SSE