零起点Python足彩大数据与机器学习实盘分析 pdf epub mobi txt 电子书下载 2025

简体网页||繁体网页

☆☆☆☆☆

何海群著

图书标签:

Python
足彩
大数据
机器学习
实盘分析
数据分析
体育数据
预测模型
编程入门
零基础

下载链接在页面底部

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 复制链接

想要找书就要到图书大百科

book.teaonline.club

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

出版社：电子工业出版社

ISBN：9787121310744

版次：1

商品编码：12064801

品牌：Broadview

包装：平装

开本：16开

出版时间：2017-05-01

用纸：胶版纸

页数：460

字数：523000

具体描述

产品特色

编辑推荐

适读人群：足球爱好者、博彩爱好者，数据分析从业人员、数学、统计、计算机专业学生。

　　采用MBA个案模式，配合Python教学代码，由浅入深，结合实盘案例，举一反三。无须专业编程基础，懂Excel即可开始学习。

内容简介

　　《零起点Python足彩大数据与机器学习实盘分析》采用Python编程语言、Pandas数据分析模块、机器学习和人工智能算法，对足彩大数据进行实盘分析。设计并发布了开源大数据项目zc-dat足彩数据包，汇总了2010—2016年全球5万余场足球比赛的赛事和赔率数据，包括威廉希尔、澳门、立博、Bet365、Interwetten、SNAI、皇冠、易胜博、伟德、必发等各大赔率公司。介绍了如何使用Python语言抓取网页数据，下载更新zc-dat足彩数据包，并预测分析比赛获胜球队的取胜概率，同时提出了检测人工智能算法优劣的“足彩图灵”法则。

作者简介

　　何海群，网名：字王，CHRD前海智库CTO，《中华大字库》发明人，出版书籍20余部，在人工智能、数据分析等方面具有20年一线专业经验；zwPython开发平台、zwQuant量化软件设计师，中国“Python创客”项目和“Python产业联盟”发起人，国内Python量化课程：《Python量化实盘魔鬼训练营》创始人，极宽量化开源团队的创始人。

　　1990年，发明国内VR数据手套并获得专利授权，被业界称为“中国VR之父”；1992年，论文《人工智能与中文字型设计》入选《广东青年科学家文集》，现已成为中文字库行业三大基础建模理论之一；1997年，出版国内首部网络经济专著《网络商战》；2008年，在北京联合创办国内4A级网络公关公司，服务过200余家国际五百强企业，被公关协会誉为：中国网络公关事业的开创者与启蒙者；2012年，发布国内自主研发的智能中文字库设计软件《x2ttf涂鸦造字》，全功能全免费公益软件；2016年，推出国内首套纯python开源量化软件：zwQuant，以及国内Tick级别开源金融大数据项目：zwDat金融数据包。

　　研究成果有：“小数据”理论，快数据模型，黑天鹅算法，GPU超算工作站、MTRD多节点超算集群算法、“1+N”网络传播模型、人工智能“足彩图灵法则”等。

前言/序言

　　从足彩到量化，再从量化到足彩。

　　生命总是在轮回中，不断完成自我突破与成长壮大。

　　本书是“Python量化三部曲”的补充部分。

　　“Python量化三部曲”

　　“Python量化三部曲”包括：

　　《零起点Python大数据与量化交易》（入门课程）；

　　《零起点Python量化与机器学习实盘分析》（重点分析Sklearn）；

　　《零起点Python量化与TensorFlow深度学习实盘分析》（重点分析TensorFlow）。

　　此外还有两部补充作品：

　　《零起点Python足彩大数据与机器学习实盘分析》；

　　《零起点Python机器学习快速入门》。

　　较好的Python机器学习入门教程

　　本书中的机器学习算法章节，是目前较系统的Python机器学习入门教程，其特点如下。

　　独创的黑箱教学模式，全书无任何抽象理论和深奥的数学公式。

　　首次系统化融合Sklearn人工智能软件和Pandas数据分析软件，无需直接使用复杂的Numpy数学矩阵模块。

　　三位一体的课件模式：图书+开发平台+成套的教学案例。系统讲解，逐步深入。

　　业内第一个系统化的Sklearn函数和API中文文档，可作为案头工具书随时查阅。

　　基于Sklearn+Pandas模式，无需任何理论基础，全程采用MBA案例模式，懂Excel就可看懂。

　　这些内容采用独创的黑箱模式和MBA案例教学机制，结合一线实战案例，介绍Sklearn人工智能模块库和常用的机器学习算法。

　　进一步学习

　　本书的读者如果有兴趣可以进一步学习“Python量化三部曲”的内容，虽然“Python量化三部曲”的内容是以金融量化分析为主，但基本原理都是相通的，本质上都是数据分析，只是数据源不同，一个是金融数据，另一个是足彩赔率数据。

　　对于“Python量化三部曲”的读者而言，本书也有很大的价值，特别是对于入门的读者。

　　本书有多章关于网络爬虫的内容和具体案例，讲解了提取网络数据的方法，为希望自己编写自动交易程序的读者提供了一种基于Web的操作接口。

　　网络资源

　　本书的读者QQ群是：264880547（Top极宽足彩大数据）。

　　本书有关的程序和数据下载，请浏览网站：TopQuant.vip极宽量化社区。网站【下载中心】有最新的程序和数据下载地址。

　　本书在TopQuant.vip极宽量化社区设有专栏，对本书和足彩有任何建议的读者，请在社区相关专栏发布信息，笔者会在第一时间进行反馈和答复。

　　“零起点Python”系列丛书

　　本书继续保持了“零起点Python”系列丛书的一贯风格，简单实用，书中配有大量图表说明，没有一条数学公式，普通读者只要懂Word和Excel，就能够轻松阅读全书。

　　IT零起点，不需要任何电脑编程基础，会打字、会Excel就能看懂本书，利用本书配套的Python软件包，轻松学会利用Python对股票、足彩数据进行专业分析、量化投资分析。

　　投资零起点，无须购买任何专业软件，本书配套的zwPython软件包采用开源模式，提供100%全功能、全免费的工业级数据分析平台。

　　配置零起点，所有软件、数据全部采用苹果“开箱即用”模式，绿色版本，无须安装，解压即可，直接运行系统。

　　理财零起点，不需要任何专业金融背景，使用通俗易懂的语言，配合大量专业图表和实盘操作案例，轻松掌握各种量化投资策略。

　　数学零起点，全书没有任何复杂的数学公式，只有最基本的加、减、乘、除，易于理解。

　　关于足彩的几个误区

　　近年来，大数据产业、人工智能行业风生水起，可国内足彩大数据的专业研究还处于冷门和偏门，这其中有很多关于足彩领域的误区。

　　很多主流学者，到现在都看不起足彩，认为是赌博，这个我们不讨论。最近国家级别的彩票大数据研究中心已经正式成立了，资本的力量是无穷的。

　　为此，笔者做了一个简单的小结，以正视听。

　　足彩虽然容易与赌球混淆，但却是最好的大数据研究对象，没有之一。

　　微软、百度和谷歌等公司目前都有专业团队在做足彩大数据研究，并定期发布结果。

　　足彩相当于十倍配资的股票。

　　国内足彩赔率的确很低，差不多是全球最低的，比欧洲平均低10%左右。

　　彩票和股票的发明人据说都是同一个英国爵士。

　　必胜足彩交易所成立当年获得了英国MBA商业创新大奖。

　　高盛公司多年前就开始进行足彩套利业务，维基百科中有介绍。

　　极宽黑天鹅（红牛吧）足彩是业内首家公开进行实盘测试的足彩大数据模型。

　　黑天鹅算法在业内率先以“盈利率”而不是“胜率”测试足彩算法模型。

　　致谢

　　虽然很多网友在笔者博客中留言，建议笔者早日完成这本书的写作，但本书的创作和正式出版还是经历了许多波折。

　　如今本书终于出版，在此，要特别感谢电子工业出版社的黄爱萍和戴新编辑，感谢她们在选题策划和稿件整理方面所做的大量工作。

　　同时，在本书创作过程中，极宽开源量化团队和培训班的全体成员提出很多宝贵的意见，并对部分课件程序做了中文注解。

　　特别是吴娜、余勤、王硕三位同学，为极宽开源量化文库和zwQuant开源量化软件编写文档，并在团队成员管理方面做了大量工作，对他们的付出表示感谢。

　　何海群（字王）

　　北京极宽科技有限公司CTO

　　2017年3月25日

《零起点Python足彩大数据与机器学习实盘分析》引言足球，这项风靡全球的运动，不仅是千万球迷的狂欢，更是数据与智慧碰撞的战场。在这片绿茵场上，隐藏着海量的信息，从球队的历史战绩、球员的个人表现，到比赛的场地、天气，乃至市场赔率的微妙波动，都可能成为影响比赛走向的关键因素。然而，传统意义上的足球分析往往依赖于经验、直觉，甚至猜测。随着大数据时代的到来，以及人工智能技术的飞速发展，我们有了一个全新的视角——利用强大的数据分析工具和机器学习模型，来揭示足球比赛背后更深层次的规律，并将其转化为具有实战价值的预测。本书《零起点Python足彩大数据与机器学习实盘分析》正是应运而生。它旨在为对足球数据分析和机器学习感兴趣的读者，特别是那些拥有零基础，但渴望掌握前沿技术，并将其应用于实际足球彩票分析的读者，提供一条清晰、系统、实操性强的学习路径。我们相信，足球不仅仅是关于进球和胜利，更是关于理解数据、洞察趋势、以及运用智慧做出更明智决策的过程。本书内容概述本书并非一本纯粹的理论著作，而是融合了理论讲解、实践操作与实盘案例分析的百科全书式指南。我们从最基础的概念入手，循序渐进地带领读者走进数据科学的世界，并将其巧妙地应用于足球彩票分析的实战之中。第一部分：Python与数据分析入门在正式进入足球领域之前，我们首先需要掌握强大的工具。Python作为一门易学易用且功能强大的编程语言，已经成为数据科学领域的首选。 Python基础：我们将从Python最核心的语法、数据类型、控制流（条件语句、循环语句）、函数定义等方面入手，帮助零基础的读者快速掌握Python编程的基本功。我们会通过生动形象的例子，让枯燥的语法变得易于理解和记忆。数据处理利器：NumPy与Pandas： NumPy是Python科学计算的基础库，提供了高效的多维数组对象和数学函数。Pandas则在此基础上，提供了更为强大和灵活的数据结构（DataFrame和Series），以及丰富的数据操作和清洗工具。本书将详细介绍如何使用Pandas来读取、清洗、转换、合并、分组和聚合足球比赛相关的各种数据。我们将模拟真实数据处理场景，例如处理缺失值、异常值，数据类型转换，以及进行基本的数据统计分析。数据可视化：Matplotlib与Seaborn：数据可视化是将抽象数据转化为直观图形的关键。Matplotlib是Python最基础的绘图库，而Seaborn则在此基础上提供了更美观、更高级的统计图表。我们将学习如何利用这些工具绘制各种图表，如折线图、柱状图、散点图、热力图等，以直观地展示球队表现、球员数据、赔率变化等信息，从而帮助我们发现隐藏在数据中的规律。第二部分：足球大数据采集与预处理足球比赛产生的数据量极其庞大，而且数据源多种多样。要想进行有效的分析，首先需要掌握如何获取和处理这些数据。数据来源与获取：本部分将介绍各种获取足球比赛数据的途径，包括但不限于：公开数据集：一些网站提供免费或付费的足球比赛历史数据，我们将指导读者如何查找和下载这些数据集。网络爬虫技术：学习如何使用Python的Scrapy或BeautifulSoup等库，从足球比分网站、体育新闻网站、博彩公司网站等爬取所需的数据。我们会重点讲解爬虫的常用技术、反爬虫策略的应对以及数据存储。 API接口：一些体育数据提供商会开放API接口，我们也将介绍如何通过API获取结构化数据，这通常比网页抓取更高效可靠。数据清洗与规范化：真实世界的数据往往是“脏”的，充斥着缺失值、错误值、格式不统一等问题。本部分将深入讲解如何对爬取或下载的数据进行清洗和预处理，包括：处理缺失值：填充、删除或使用模型预测缺失值。处理异常值：检测和纠正可能影响分析结果的异常数据。数据类型转换：将文本、字符串等转换为数值型或日期型数据。数据格式统一：确保所有数据遵循统一的命名规范、单位标准等。特征工程初步：如何根据原始数据构建新的、更有意义的特征，例如计算球队近期胜率、进球数、失球数、球员得分能力等。第三部分：机器学习模型在足彩中的应用有了干净、规范的数据，我们就可以开始构建机器学习模型，让计算机“学习”足球比赛的规律，并做出预测。机器学习基础概念：本部分将用通俗易懂的语言介绍机器学习的基本概念，包括：监督学习与无监督学习：区分不同类型的机器学习任务。特征与标签：理解模型学习的目标是什么。模型训练与评估：掌握如何训练模型，以及如何评估模型的性能（准确率、召回率、F1分数、AUC等）。过拟合与欠拟合：解释常见的模型训练问题，并提供解决方法。常用机器学习算法实战：我们将重点介绍并实操一些在分类和回归任务中表现出色的机器学习算法，并将其应用于足彩分析：逻辑回归（Logistic Regression）：用于预测比赛胜负、平局的概率。支持向量机（Support Vector Machine - SVM）：寻找最优分类超平面，实现高维数据分类。决策树（Decision Tree）与随机森林（Random Forest）：易于理解和解释，能够处理非线性关系，并且能够捕捉特征之间的相互作用。梯度提升模型（Gradient Boosting Machines - XGBoost, LightGBM）：在各种数据科学竞赛中表现卓越，具有强大的预测能力。神经网络（Neural Networks）与深度学习初步：介绍神经网络的基本原理，以及如何利用它们捕捉复杂的非线性模式（例如，可能涉及对比赛流程、球员配合等更细粒度数据的分析）。模型选择与调优：如何选择最适合特定预测任务的模型？如何通过调整模型参数来提升预测精度？我们将深入讲解模型选择的策略，以及交叉验证、网格搜索、随机搜索等超参数调优技术。第四部分：实盘分析案例与策略理论结合实际，是检验学习成果的最好方式。本部分将通过一系列真实世界的足彩分析案例，将前面学到的知识融会贯通。案例一：基于历史数据预测比赛结果：收集特定联赛或赛季的比赛数据，包括球队统计数据、球员表现、交锋记录等。构建特征，例如球队的近期状态、主客场优势、伤病情况等。训练逻辑回归或随机森林模型，预测比赛的胜、平、负概率。分析模型输出的概率，并与实际比赛结果进行对比。案例二：利用赔率进行数据分析：收集不同博彩公司提供的历史赔率数据。分析赔率的变化趋势，以及赔率与实际比赛结果之间的关联性。构建模型，预测赔率的变化是否预示着某些比赛结果的可能性。探讨如何利用赔率信息来辅助决策，例如寻找“价值投注”。案例三：球员表现分析与伤病影响预测：收集球员个人数据，包括进球、助攻、射门、跑动距离等。利用回归模型或时间序列分析，预测球员的下一场比赛表现。分析伤病信息对球队整体实力和比赛结果的影响，并尝试量化这种影响。案例四：集成学习与多模型融合：介绍如何将多个模型的预测结果进行融合，以期获得比单一模型更稳定的预测效果。例如，结合基于数据统计的模型和基于赔率分析的模型。实盘分析策略与风险控制：强调数据分析并非万能，理性看待预测结果。介绍如何结合分析结果和自身的风险承受能力，制定合理的投注策略。讲解如何进行资金管理，避免过度投注，以及如何从失败的预测中吸取教训。第五部分：进阶话题与未来展望本书将在最后探讨一些更深入的话题，并对未来的发展趋势进行展望。时间序列分析在足球数据中的应用：例如，预测球队近期表现的趋势，分析进球分布的时间规律。自然语言处理（NLP）在足球信息挖掘中的应用：例如，从新闻报道、社交媒体评论中提取对比赛有价值的信息。深度学习模型在足球领域的探索：如卷积神经网络（CNN）用于分析比赛录像，图神经网络（GNN）用于分析球员之间的配合关系。数据伦理与责任：提醒读者在使用数据分析进行足彩投注时，应遵守法律法规，理性对待，避免沉迷。本书特色零起点设计：即使您没有任何编程或数据分析基础，也能轻松入门。理论与实践并重：理论讲解深入浅出，并通过大量的代码示例和实战案例进行验证。 Python语言驱动：采用目前最流行、最强大的Python语言，使学习过程更加高效。实盘分析导向：专注于将数据分析和机器学习技术应用于实际的足球彩票分析场景。循序渐进：从基础的Python语法到复杂的机器学习模型，内容层层递进，结构清晰。启发思考：不仅提供技术方法，更引导读者独立思考，形成自己的分析框架和决策能力。谁适合阅读本书？对足球充满热情，并希望以更科学、更具智慧的方式参与其中的球迷。希望学习Python编程和数据分析技术的初学者。对机器学习和人工智能感兴趣，并希望将其应用于实际场景的爱好者。正在从事或希望从事体育数据分析、博彩分析等相关领域工作的专业人士。任何希望利用数据驱动思维，提升决策能力的读者。结语《零起点Python足彩大数据与机器学习实盘分析》不仅仅是一本书，它是一个起点，一段旅程。我们希望通过本书，帮助读者构建起一座连接足球激情与数据科学智慧的桥梁。在这里，您将学会如何用代码“看懂”足球，用算法“预测”未来，并用智慧“驾驭”您的每一次投注选择。让我们一起，在数据的海洋中，探索足球的无限可能！

用户评价

评分☆☆☆☆☆

作为一名对量化投资和数据分析略有了解的读者，我翻开这本书时，其实是抱着一丝怀疑的态度，担心它会过于浅显或者内容陈旧。然而，这本书给我带来的惊喜是巨大的。它并没有简单地停留在Python的基础语法讲解，而是直接切入到足彩大数据分析的核心。作者以一种非常务实和严谨的态度，深入探讨了如何构建一个完整的数据分析流程，从数据的获取、清洗，到特征工程，再到模型选择与训练，再到最终的模型评估与实盘应用。我特别欣赏书中对“数据质量”的重视，强调了“脏数据”会如何影响最终的分析结果，并提供了非常实用的数据清洗和校验方法。在机器学习模型方面，书中并没有拘泥于某一种算法，而是系统地介绍了多种主流的机器学习算法，并深入分析了它们在足彩预测场景下的优劣势，以及如何根据不同的需求选择最合适的模型。让我眼前一亮的是，书中对于“模型可解释性”也给予了足够的关注，这在许多快速发展的机器学习应用中往往被忽视。作者通过案例演示，教会读者如何理解模型的预测逻辑，避免盲目依赖“黑箱”。总的来说，这本书以一种非常专业和前沿的视角，为足彩分析领域注入了新的活力，让我看到了大数据和机器学习在体育博彩领域的巨大潜力，并且为如何有效地利用这些工具提供了系统的解决方案。

评分☆☆☆☆☆

这本书的语言风格非常独特，不像传统的技术书籍那样枯燥乏味，而是充满了作者对足彩和数据分析的热情。我第一次阅读时，就感觉被这种热情所感染，仿佛一位经验丰富的老师在给我传授宝贵的知识。书中对Python的讲解，并不是简单地罗列语法，而是结合了足彩分析的实际需求，将那些重要的库和函数，如Pandas、NumPy、Scikit-learn等，穿插在案例中进行讲解，让我在学习Python的过程中，也能同步掌握数据分析的技巧。最让我印象深刻的是，作者在讲解机器学习算法时，并没有使用过于晦涩的数学公式，而是通过生动的比喻和图示，将复杂的原理变得通俗易懂。例如，在讲解决策树时，作者将其比作一系列的“问答题”，一步步引导读者理解模型是如何做出预测的。这种“化繁为简”的讲解方式，极大地提升了我学习的效率和兴趣。此外，书中对于“模型过拟合”和“欠拟合”等常见问题的探讨，以及如何通过正则化、交叉验证等手段来解决这些问题，都给了我非常大的启发。这本书让我认识到，足彩分析并不仅仅是运气的问题，而是可以通过科学的、数据驱动的方式来提升胜率的。它为我提供了一个系统性的框架，让我能够用一种全新的视角来审视足彩，也让我对未来在足彩数据分析领域的发展充满了期待。

评分☆☆☆☆☆

读完这本书，我最大的感受就是“原来足彩分析可以这样玩！”。之前我接触过的足彩分析，大多停留在经验主义和直觉判断，要么就是一些简单的数据统计。这本书却完全颠覆了我的认知，它将“大数据”和“机器学习”这两个听起来高大上的技术，巧妙地融入到足彩分析的实践中。我印象特别深刻的是书中关于“特征工程”的讲解，如何从海量的数据中提取出对比赛结果有影响的关键信息，这部分真的非常具有启发性。作者列举了许多实际的特征，比如球队近期状态、交锋历史、球员伤病情况等等，并且详细讲解了如何将这些信息量化，转化为模型能够识别的数字。这不仅仅是技术上的指导，更是思维方式上的升级。同时，书中对不同机器学习模型的介绍，也让我大开眼界。从逻辑回归到随机森林，再到更复杂的神经网络，作者都用通俗易懂的语言解释了它们的原理和适用场景，并且重点在于如何将这些模型应用于足彩的实盘分析中，给出了具体的代码示例和调参建议。我最喜欢的是书中关于模型评估和优化的部分，如何判断一个模型的好坏，如何通过交叉验证来提高模型的泛化能力，这些都是非常宝贵的实战经验。这本书让我看到了足彩分析的科学化、数据化发展趋势，也让我对自己未来的分析方向有了更清晰的规划。

评分☆☆☆☆☆

这本书的结构安排非常合理，从数据准备到模型实战，层层递进，逻辑清晰。我之前也看过一些关于机器学习的书籍，但大多是理论性太强，或者针对通用领域，在具体应用上总感觉隔靴搔痒。这本书就完全不同，它紧紧围绕着“足彩大数据分析”这个核心，将Python、大数据和机器学习这些技术，以一种高度集成和实用的方式展现出来。我特别喜欢书中对“特征工程”的深入剖析，它不仅仅是列举了几个特征，而是从比赛本身、球队属性、历史数据等多个维度，讲解了如何挖掘和构建更具预测价值的特征，并且提供了相应的Python代码实现。这让我深刻理解到，好的数据分析，离不开精细的特征构建。在模型部分，作者并没有止步于讲解模型的原理，而是重点放在了如何利用这些模型进行“实盘分析”。书中详细讲解了如何构建预测模型，如何进行模型训练和调优，以及如何将模型输出的结果转化为实际的投注建议。这种“理论与实践相结合”的模式，大大降低了读者将所学知识应用于实际的门槛。更重要的是，书中还强调了风险控制和持续优化的重要性，这些都是在实盘操作中不可或缺的要素。这本书的价值在于，它不仅教会了我“做什么”，更教会了我“怎么做”，让我从一个对足彩数据分析感到迷茫的初心者，变成了一个能够独立思考和实践的分析者。

评分☆☆☆☆☆

这本书的封面设计就足够吸引人了，那种低饱和度的蓝色搭配简洁的字体，让人立刻感受到一种专业与沉静。我之前一直对足彩分析感兴趣，但又苦于自己是个纯粹的“小白”，基础知识一片空白，面对动辄上万的“大数据”和“机器学习”这些高深莫测的词汇，总觉得望而却步。翻开这本书，我最大的惊喜就是它真的从“零起点”开始，那种循序渐进的讲解方式，就像一位耐心的老师，一步步引导我理解那些原本觉得遥不可及的概念。作者并没有直接抛出复杂的算法，而是从最基础的Python语法开始，讲解如何进行数据收集、清洗和预处理，这些都是后续分析的基石。我尤其喜欢书中关于足彩数据来源和处理的案例，那些实际的数据结构和处理技巧，让我感觉自己不再是旁观者，而是真正地在“玩”数据。更重要的是，书中并没有回避机器学习的挑战，而是以一种非常接地气的方式，介绍了几个常用的机器学习算法，并详细讲解了它们如何应用于足彩预测。那种“知其然，更知其所以然”的讲解方式，让我对机器学习不再是停留在“黑箱”的印象，而是能够理解其背后的逻辑和思路。总而言之，这本书为我打开了一扇通往足彩大数据与机器学习分析的大门，让我这个“零基础”的读者，也敢于迈出第一步，并且充满了信心。

评分☆☆☆☆☆

很好的商品。。送货速度很快。。

评分☆☆☆☆☆

好样的，不错的，还可以的，很喜欢

评分☆☆☆☆☆

很好

评分☆☆☆☆☆

非常经典的书，放在购物车很久了，做活动时买的，很划算。

评分☆☆☆☆☆

活动超划算，一下买了好几本。

评分☆☆☆☆☆

还没看，以后再来评论，希望不错。