Python机器学习实践指南

让我们谈谈错误。它们是生活的一部分，每个人都会犯错——即使是航空公司也如此。

在 2014 年的某个下午，我正在阅读 Twitter 上的订阅消息，而我所关注的其中一个账号是美国一家主要的航空公司，它们所提供的到欧洲的机票价格明显低于正常值。当时，从纽约到维也纳最便宜的票价也要大约 800 美元。然而，该航空公司在某些日期的推广票价介于 350 美元到 450 美元之间。这似乎好得让人难以置信，不过确有可能是真的。我偶然发现了行业所说的错误票价。

在旅行老手和里程贩子的超级秘密社会里，这是众所周知的，航空公司偶尔——而且意外地——贴出不包括燃料附加费的票价。

值得注意的是，这不是他们所犯的唯一一类错误。你可能会期望先进的算法为每个航班更新票价，它会考虑到大量的因素而不至于犯错。在大多数情况下，你是对的。但是，由于遗留系统的存在，以及处理多个飞行运营商和管辖区域的复杂性，错误确实会发生。

既然你知道这些票价真的存在，你怎么能得到它们呢？当然是通过机器学习了！由于这种机票通常只会持续几个小时然后就消失了，所以我们要建立一个应用程序，持续监控票价。一旦出现异常价格，应用程序将产生一个提醒，然后我们就可以快速地采取行动了。

我们将在本章讨论以下主题。

•在网上获取机票价格。

•使用先进的网络抓取技术检索票价数据。

•解析文档对象模型以提取价格。

•使用聚类技术识别异常票价。

•使用 IFTTT 发送实时文本提醒。

本章内容