摘要：
当我们尝试使用统计机器学习方法解决文本的有关问题时，第一个需要的解决的问题是，如果在计算机中表示出一个文本样本。一种经典而且被广泛运用的文本表示方法，即向量空间模型(VSM)，俗称“词袋模型”。 我们首先看一下向量空间模型如何表示一个文本： 空间向量模型需要一个“字典”：文本的样本集中特征词集合，这个字典可以在样本集中产生，也可以从外部导入，上图中的字典是[baseball, specs, graphics,..., space, quicktime, computer]。 有了字典后便可以表示出某个文本。先定义一个与字典长度相同的向量，向量中的每个位置对应字典中的相应位置的单词，比... 阅读全文
随笔分类 - Python
python for big data
2013-06-06 19:27 by 夜与周公, 455 阅读, 收藏, 编辑
摘要：
原文地址：http://www.xmind.net/m/WvfC/。呜呜，菜鸟一枚，只用过"Basic stack”，最基础插件~ 阅读全文
机器学习python工具包
2013-05-06 13:50 by 夜与周公, 289 阅读, 收藏, 编辑
摘要：
http://jaquesgrobler.github.io/Online-Scikit-Learn-stat-tut/index.html 阅读全文