iUpoint

摘要： 批量读取 import os import pandas as pd HERE = os.path.abspath(os.path.dirname(__file__)) DATA_DIR = os.path.abspath(os.path.join(HERE, '..', 'data')) def 阅读全文

摘要： 1. 中英文平行语料预处理中文处理数据泛化，解决数据稀疏问题数字 $number日期 $date时间 $time网址等 $literal专有名词处理：如“东北大学信息学院”建议拆分为“东北大学”、“信息学院”，有助于抽取出更多翻译规则 英文大小写句尾结束符与最后单词用空格分开数据泛化处理 其他全角 阅读全文

摘要： 参考链接：常用7种时间序列预测模型 用python做时间序列预测九：ARIMA模型简介 运用ARIMA进行时间序列建模的基本步骤： 1）加载数据：构建模型的第一步当然是加载数据集。 2）预处理：根据数据集定义预处理步骤。包括创建时间戳、日期/时间列转换为d类型、序列单变量化等。 3）序列平稳化：为了 阅读全文

摘要： 阅读全文

摘要： use movie; #CMD命令 查看MySql的导入与导出的目录【其他目录无权限】 # 使用mysql -u root -p 连接mysql # show variables like '%secure%' #+ + + #| Variable_name | Value | #+ + + #| 阅读全文

摘要： neo4j简介 开源 NoSQL 数据库，原生的图数据库，2003 年开始开发，使用 scala和java 语言，2007年开始发布； 世界上最先进的图数据库之一，提供原生的图数据存储，检索和处理； 采用属性图模型（Property graph model），极大的完善和丰富图数据模型； 专属查询语 阅读全文

摘要： 1. spark环境搭建 Win7 系统下用IDEA创建Spark工程，由于版本之间相互依赖，下载时要看清楚版本。 jdk-8u281-windows-x64.exe spark-3.1.1-bin-hadoop2.7.tgz spark是基于scala开发，具体可从 spark与scala版本对应 阅读全文

摘要： --参考链接：http://blog.itpub.net/10951282/viewspace-757712/ --ctl中默认记录间的分割符是回车换行符，当记录中含回车换行符时，可运用str属性指定记录分隔符：infile test.dat "str '|\r\n" --设置字符集：UTF8、AL 阅读全文

摘要： 转自： 对于特征离散化，特征交叉，连续特征离散化非常经典的解释 一．互联网广告特征工程 博文《互联网广告综述之点击率系统》论述了互联网广告的点击率系统，可以看到，其中的logistic regression模型是比较简单而且实用的，其训练方法虽然有多种，但目标是一致的，训练结果对效果的影响是比较大， 阅读全文

摘要： 一直很纠结Multi-class, Multi-label 以及 Multi-task 各自的区别和联系，最近找到了以下的说明资料： Multiclass classification means a classification task with more than two classes; e 阅读全文