hahaxzy

摘要： 朴素贝叶斯算法简单、高效。接下来我们来介绍其如何应用在《红楼梦》作者的鉴别上。 第一步，当然是先得有文本数据，我在网上随便下载了一个txt（当时急着交初稿。。。）。分类肯定是要一个回合一个回合的分，所以我们拿到文本数据后，先进行回合划分。然后就是去标点符号、分词，做词频统计。 文本分类我个人感觉最重 阅读全文

摘要： 上一篇说到用BeautifulSoup解析源代码，下面我们就来实战一下： 其实用open的方式可以避免decode报错，可以的话还是用open比较好。运行结果： 噌~是不是快了许多，还有更快的： h1其实是一个标签，用BeautifulSoup解析过后可以直接引用，下面我们直接引用title标签（学 阅读全文

摘要： 如果要爬取的内容嵌在网页源代码中的话，直接下载网页源代码再利用正则表达式来寻找就ok了。下面是个简单的例子： 注意，decode方法有时候可能会报错，例如 具体原因不知道，可以用decode的一个参数，如下 replace表示遇到不能转码的字符就将其替换成问号还是什么的。。。这也算是一个折中的方法吧 阅读全文

摘要： 一般使用R从数据库导出来的时间数据一般都不是我们能看的懂的（具体是什么格式的我也忘记了），需要做如下转化 最近从网上爬下来的时间数据是UTC格式的，需要作如下转化 2 as.Date(my_date,format = '%Y-%M-%D') > as.Date(my_date,format = '% 阅读全文

摘要： 一个key只有一个value的字典如果直接转化成数据框会报错 应该做如下转换 阅读全文

摘要： 下载安装 readr 因为使用内置函数 read.table() 读入应该是格式不符合要求会报错 可以使用里面的 read_table()，下面来检测一下 阅读全文

摘要： 1 import numpy as np 2 np.savetxt('E:\\forpython\\featvector.csv',data_to_save,delimiter=',') 阅读全文

摘要： 实验一下 阅读全文

摘要： 了解完了什么是贝叶斯公式后，我们开始接触这个算法的核心。 因为是要用Python实现的，所以我找到了skit-learn的官网，上面有朴素贝叶斯分类算法的帮助文档，看完之后感觉思路挺清晰的，这是网址： http://scikit-learn.org/stable/modules/naive_baye 阅读全文

摘要： 为了完成自己的毕业论文，不得不接触这个朴素贝叶斯分类算法。。。真是惭愧啊（快毕业了才学这个。。。还初识） 哈哈，不过只要肯学什么时候都不会晚 要想完全理解这个算法，必须先去百度一下 原来朴素贝叶斯分类算法是借用到了贝叶斯定理，那什么是贝叶斯定理呢...不多BB， 先看一看什么是条件概率：P(A|B) 阅读全文