2019年6月19日
结巴使用自定义词典
摘要： 源码下载的地址：https://github.com/fxsjy/jieba 演示地址：http://jiebademo.ap01.aws.af.cm/ 一 “结巴”中文分词：做最好的 Python 中文分词组件 。 支持三种分词模式：精确模式，试图将句子最精确地切开，适合文本分析；全模式，把句子中 阅读全文
posted @ 2019-06-19 09:36 交流_QQ_2240410488 阅读(6975) 评论(0) 推荐(0)
Python第三方库jieba（中文分词）入门与进阶（官方文档）
摘要： jieba“结巴”中文分词：做最好的 Python 中文分词组件 github:https://github.com/fxsjy/jieba 特点支持三种分词模式： 精确模式，试图将句子最精确地切开，适合文本分析；全模式，把句子中所有的可以成词的词语都扫描出来, 速度非常快，但是不能解决歧义；搜索引 阅读全文
posted @ 2019-06-19 09:27 交流_QQ_2240410488 阅读(1542) 评论(0) 推荐(0)
2019年6月18日
LogisticRegressionCV 参数使用以及含义 笔记
摘要： 第一次接触LogisticRegressionCV ，记录一下。 Logistic回归是分类算法，不能应用于回归中(传入模型的y值,不能是float类型，必须是int类型) 正则化选择参数 ：penalty ——> L1 / L2 默认是L2的正则化,一般使用L2就可以了，但是如果还是过拟合，就可以 阅读全文
posted @ 2019-06-18 18:07 交流_QQ_2240410488 阅读(2225) 评论(0) 推荐(0)
scikit-learn - 分类模型的评估 (classification_report)
摘要： 使用说明 参数 sklearn.metrics.classification_report(y_true, y_pred, labels=None, target_names=None, sample_weight=None, digits=2, output_dict=False) y_true： 阅读全文
posted @ 2019-06-18 17:59 交流_QQ_2240410488 阅读(16143) 评论(1) 推荐(0)
python 3计算KL散度（KL Divergence）
摘要： KL DivergenceKL（ Kullback–Leibler） Divergence中文译作KL散度，从信息论角度来讲，这个指标就是信息增益（Information Gain）或相对熵（Relative Entropy），用于衡量一个分布相对于另一个分布的差异性，注意，这个指标不能用作距离衡量 阅读全文
posted @ 2019-06-18 16:48 交流_QQ_2240410488 阅读(4438) 评论(0) 推荐(0)
数据库中的Schema是什么?
摘要： 在数据库中，schema（发音 “skee-muh” 或者“skee-mah”，中文叫模式）是数据库的组织和结构，schemas andschemata都可以作为复数形式。模式中包含了schema对象，可以是表(table)、列(column)、数据类型(data type)、视图(view)、存储 阅读全文
posted @ 2019-06-18 09:31 交流_QQ_2240410488 阅读(6676) 评论(0) 推荐(0)
python 列表生成式、lower()和upper()的使用
摘要： 参考： http://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000/00138681963899940a998c0ace64bb5ad45d1b56b103c48000 ############ 阅读全文
posted @ 2019-06-18 09:06 交流_QQ_2240410488 阅读(1275) 评论(0) 推荐(0)
Python 正则表达式
摘要： Python 正则表达式 正则表达式是一个特殊的字符序列，它能帮助你方便的检查一个字符串是否与某种模式匹配。 Python 自1.5版本起增加了re 模块，它提供 Perl 风格的正则表达式模式。 re 模块使 Python 语言拥有全部的正则表达式功能。 compile 函数根据一个模式字符串和可 阅读全文
posted @ 2019-06-18 09:04 交流_QQ_2240410488 阅读(266) 评论(0) 推荐(0)
2019年6月17日
python Matplotlib 系列教程(三)——绘制直方图和条形图
摘要： 在本章节我们将学习如何绘制条形图和直方图 条形图与直方图的区别：首先，条形图是用条形的长度表示各类别频数的多少，其宽度（表示类别）则是固定的； 直方图是用面积表示各组频数的多少，矩形的高度表示每一组的频数或频率，宽度则表示各组的组距，因此其高度与宽度均有意义。 其次，由于分组数据具有连续性，直方图的 阅读全文
posted @ 2019-06-17 09:03 交流_QQ_2240410488 阅读(1331) 评论(0) 推荐(0)
https://blog.csdn.net/blmoistawinde/article/details/84329103
摘要： 背景 很多场景需要考虑数据分布的相似度/距离：比如确定一个正态分布是否能够很好的描述一个群体的身高（正态分布生成的样本分布应当与实际的抽样分布接近），或者一个分类算法是否能够很好地区分样本的特征（在两个分类下的数据分布的差异应当比较大）。 （例子：上图来自 OpenAI的 Radford A , J 阅读全文
posted @ 2019-06-17 08:54 交流_QQ_2240410488 阅读(747) 评论(0) 推荐(0)