使用Python抓取婚恋网用户数据并用决策树生成自己择偶观

最近，当我在阅读《机器学习实战》时，我有一个想法，我不仅可以加深对书籍的理解，还可以在github中流行。仅仅在《决策树》一章中，书中的理论和实例让我感到，在审视学术资格之后，在阅读学术资格之后看到收入，理论和选择对象不再合适。如果你能从交友网站上抓取女性的数据，手动给他们贴上标签，然后根据这些数据建立决策树，你就找不到自己的择偶模型。GITHUB项目：华天搞笑，以下是详细的说明。

数据爬行

以前爬上世纪边缘的类似数据，总体感觉是上面的用户数据要么基本上没有填写，要么一眼就很假，一些老的驱动程序周围的建议可以在华天网络上看到，数据质量确实高得多，唯一的缺点是如果上述数据没有爬行，则搜索用户的API需要登录Record，并且仅显示超过30个用户的信息。正如我需要的数据很少，我把搜索条件分成非常精细的，每次的数据都很少，但最终汇总的数量是相当可观的，最终在上海获得了22-27岁的总共2000个用户数据。在spider.py中填写用户名和密码，并直接运行该文件来抓取数据，因为数据量小，可以快速运行，存储在mongodb中的数据如下：

爬虫使用的工具是请求，过程非常简单。首先，发送登陆请求获取cookie，然后调用搜索API获取数据。获得的数据为JSON格式，无需直接转换存储MUGODB。非常方便。唯一需要考虑的是华天搜索API接口，它也是邮递方式。没有专业标准。稍微介绍一下如何用请求获取cookie、用会话构建会话对象、用此对象发送登录请求，随后的请求将自动带来登录返回cookie，这非常简单。

标签用户

由于决策树属于有监督的学习，它需要给定一个标签，因此需要根据用户的外表、年龄、教育程度等判断维度给出一个标签，最终的决策树能够在一定程度上反映他们自己的择偶标准。女性的标签简单而粗鲁。只有两种标签，满意和不满。有兴趣的学生可以根据实际情况设置更多的标签，如优秀、通用、备胎、不合格等。因为外观是选择对象过程中不可缺少的元素，所以量化外观是必不可少的，因为没有相关的工具根据头进行评分，只有个人的主观量化，使用非常流行的十种系统。

为了提高标签的效率，特写了一个桌面窗口。运行标记。Py和结果如下。（tkinter是一个陷阱，我已经有足够的时间来调优代码并多次查看整个数据集，但是实际使用它很有趣。）

注：因为许多用户刚刚开始只看到头部、年龄、身高、薪水、教育等五个维度，所以整个过程只参照这五个维度进行评价，下面的决策树也是基于这五个维度的。

训练数据

决策树

在机器学习中，决策树是一种预测模型，它表示对象属性与对象值之间的映射关系。树中的每个节点表示一个对象，每个分叉路径表示一个可能的属性值，并且每个叶节点对应于由从根节点到叶节点的路径表示的对象的值。决策树只有一个输出，如果需要复杂的输出，可以建立独立的决策树来处理不同的输出。从数据生成决策树的机器学习技术称为决策树学习，俗称决策树。简言之，它是一种基于分类和训练的预测树，根据已知信息对未来进行预测和分类。

怎么快速学python，有什么方法，打算深入了解这个行业的朋友，可以加python学习群：399288541，邀请码：（云曦）不管你是小白还是大牛，小编我都欢迎，不定期分享干货，包括小编自己整理的一份2018最新的python资料和0基础入门教程，欢迎初学和进阶中的小伙伴。

每天晚上20:00我都会开直播给大家分享python知识和路线方法，群里会不定期更新最新的教程和学习方法，大家都是学习python的，或是转行，或是大学生，还有工作中想提升自己能力的python党，如果你是正在学习python的小伙伴可以加入学习。

最后祝所有程序员都能够走上人生巅峰，让代码将梦想照进现实，非常适合新手学习，有不懂的问题可以随时问我，工作不忙的时候希望可以给大家解惑。

结果表明

代码是指“机器学习实践”，并对现实进行一些优化调整。它与原始代码不完全相同。运行训练.PY可以显示如下结果：

因为线路非常拥挤，需要很长时间才能达到效果。到目前为止，我已经明确表示，我是一个有美貌的派对，有美貌的传球，有低沉的脸的忽视，还有不太高或太低的考虑。感兴趣的学生可以自己尝试一下。

PS1：实际上，我不想承认我是外观协会的成员。

PS2：因为标记过程是随意的，所以部分是不准确的。

PS3：没有计划相亲。