使用 Python、 Selenium和Phantomjs 抓取每个剩余链接页面的缩略图。您不必执行此步骤，但如果您要从其他人那里获得帮助，它会有所帮助。 让某个可怜的家伙——一个忠实的 Portent 团队成员——来审查缩略图，快速检查它们是否是论坛、公然的链接垃圾邮件或其他东西。
在完成所有的准备工作之后
我的最终评审仍然耗时超过 10 个小时，令人眼 韩国手机号购买 花缭乱。 一定有更好的方法。我对机器学习的了解足以让我意识到它有潜力，所以我就投身其中。毕竟，这能有多难呢？ 机器学习：基本概念 机器学习的概念 并不难理解： 拿一个需要分类的大型数据集。
它可能是书名
人名、Facebook 帖子，或者对 在隐私至上的世界中有效定位我来说，是链接网页。 定义类别。在本例中，我正在寻找“垃圾邮件”和“好邮件”。 获取这些项目的集合并手动对其进行分类。或者，如果你真的很幸运，你会找到别人为你分类的集合。例如，自然语言工具包有一个电影评论语料库，你可以用它来进行情绪分析。
这是你的训练集
选择正确的机器学习工具（哈哈）。 正确 短信列表配置它（哈哈哈哈哈哈哈哈哈哈嗅哈哈……对不起，我没事……哈哈哈哈哈哈啊啊啊啊啊啊啊啊）。 输入训练集，其中预先选定了特征（用于分类的商品属性）。如果可以的话，该工具会找到模式（咯咯笑）。 使用该工具将数据集中的每个项目与训练集进行比较。
以及对分类的信心
如果真的很酷，还会返回该分类中最重要的特征。 如果你忽略歇斯底里的笑声，这个过程似乎很简单。唉，笑声暴露了真相：这七个步骤很简单，就像“飞向月球，降落在月球上，飞回家”只需要三个简单的步骤一样。 注意：此时，您可以继续使用预构建的工具集，如BigML、Datameer或Google 的 Prediction API。