最近搞毕设要找个机器学习的库来用跑多分类问题，之前师兄推荐xgboost这个库，于是我这几天一直在尝试这个库。然后发现一个比较蛋疼的问题是xgboost比较缺乏在windows下C++环境开发的文档，本来很简单的一个第三方库导致我花了很长的时间去摸索。现在我把具体步骤写出来，节约大家时间。 第1步、首先去：https://github.com/dm…

花了半天的时间来搞了一下新浪微博的登录界面验证码，效果很差估计只有5%的识别率吧，被新浪微博的验证码击沉了，训练API演示放在了：http://myqsmy.com/weibo.php，有兴趣请看看。 update：后来优化了一下，识别率提高到了17.3%左右。 现在还是记录一下这次失败的验证码识别尝试吧，首先用了一个叫Goutte的php爬虫框架…

花了点时间写了个php页面来调用这个接口，里面主要逻辑是去爬bilibili的图片一张，然后拿去识别一下，现阶段识别率还没有去优化所以基本还没法看，以后有空也许可以去改进一下，有兴趣的请看看：http://myqsmy.com/bili.php 首先我的开发环境是虚拟机的ubuntu12.04，首先需要升级g++到4.8.x，在ubuntu下可以：…

针对之前的bilibili的验证码破解，遇到2个字符粘连的情况没法处理，有建议说用个聚类来分应该ok，我也想了一些分割的办法，今天来试一试看看。 现在打算尝试2个方案： 1、我自己的想法，粘连的2个字符的分割线从1/3到2/3遍历（分割线可能在1/3到2/3处的任何地方），分割线把连在一起的2个字符分开，然后把分开的2个字符拿去喂分类器得到2个置信…

最近几天没事就打算尝试破解bilibili的验证码试试，当然了没事也是只是心情问题，事情永远都是干不完了啊（笑）。 几行python的事情： [code] import os import urllib save_path = 'img/' url="http://www.bilibili.com/captcha" ct=761…