摘要： 将文件中的txt文档依次读出 并分好词后 写入 另外的TXT中 #coding=utf-8 import os import jieba import codecs import random def readFile(newDir): f=open(newDir,"r",encoding="utf-8") string=f.read() print(string) seg_list = ji... 阅读全文

摘要： 一、SWOT分析法 strength weakness opportunity threat 以爱奇艺APP做竞品对优酷APP做swot竞品分析 SWOT分析 （1）优势： 买断很多视频的版权，享独播的特权； （2）缺陷：很多视频需要会员才能观看；专享蓝光灯各种特权也只有会员可以享有；UI界面设计的 阅读全文

摘要： 我负责的主要部分是文本的分类，运用最基础的朴素贝叶斯分类算法进行处理数据。 一、数据源 采用22673篇文档的数据集，其中的0.7作为训练集，其中的0.3当做测试集来计算roc，测试集一共有6802篇文章的题目和摘要。 二、数据预处理 原始数据是一个TXT中有很多篇文章，包括他的各种属性，我们只把需 阅读全文

摘要： 五、分类结果评估 （1）数据集： 采用2万多篇文档的数据集中的0.3测试集来计算roc，一共有6802篇文章的题目和摘要。 （2）精确度、召回率、F值： 混淆矩阵(Confusion Matrix)： 真正例(True Positive;TP):将一个正例正确判断成一个正例 伪正例(False Po 阅读全文

摘要： 写入日志： 首先我的爬虫 name= article scrapy crawl article -s LOG_FILE=wiki.log 输出为不同格式： scrapy crawl article -o articles.csv -t csv scrapy crawl article -o arti 阅读全文

摘要： 看到一篇博客才解决 http://blog.csdn.net/u010480899/article/details/52701025 阅读全文

摘要： 首先爬取古诗网站时，显示 原因是因为输出为列表[] 如果写一个循环，输出其中每个元素就为中文了。。。 阅读全文

摘要： 一、正则表达式 * 表匹配0次或者多次 a*b* + 表至少一次 [ ] 匹配任意一个 ( ) 辨识一个编组 {m，n} m或者n 次 [^] 匹配任意不在中括号里的字符 | 表示或者 . 表示匹配任意字符 ^ 表字符的开始 ^a 表示以a开始 \ 表示转义字符 $ 和^ 相反 从字符串的末尾开始匹 阅读全文

摘要： 一、正则表达式 * 表匹配0次或者多次 a*b* + 表至少一次 [ ] 匹配任意一个 ( ) 辨识一个编组 {m，n} m或者n 次 [^] 匹配任意不在中括号里的字符 | 表示或者 . 表示匹配任意字符 ^ 表字符的开始 ^a 表示以a开始 \ 表示转义字符 $ 和^ 相反 从字符串的末尾开始匹 阅读全文

摘要： 定义函数： 自定义函数： def 名字（参数）： 函数体 返回值 再调用就行 空函数： pass函数就为空 pass还可以用在其他语句里，比如： 缺少了pass，代码运行就会有语法错误。 参数检查： 数据类型检查可以用内置函数isinstance 返回多个值： 设置p(a,x):返回多个参数 ret 阅读全文