石头木

摘要： 关于中文分词的一些资料网上资料很多，大家可以自己去了解了解，今天这里只关注代码怎么写。 中文分词主要可以归纳为“规则分词”、“统计分词”以及“规则+统计”三个主要派别，今天主要了解“规则分词”中常见的正向、逆向和双向最大化匹配，这三个都是基于现在词典做的，所以得准备一个中文词典，一行一个词。 一.正 阅读全文

摘要： 记录一下版本问题： spark与scala版本对应问题： 1.官网会给出，如下，spark2.3.1默认需要scala2.11版本 2.在maven依赖网中也可以看到，如下 3.关于idea开发版本中也可以看到所需要依赖的scala版本 通常在file->project structure->glo 阅读全文

摘要： 利用pdfbox和poi抽取pdf、doc以及docx文档的内容 阅读全文

摘要： 利用gephi显示经word2vec计算的结果 阅读全文

摘要： sklearn和numpy.linalg.eig使用pca主成分分析降维 阅读全文

摘要： sklearn学习 阅读全文

摘要： python实现kmeans与kmeans++方法 阅读全文

摘要： python实现层次聚类 阅读全文

摘要： 使用python实现一个Naive Bayes分类方法，针对没有的属性会导致预测为0的结果，使用平滑方法；另外针对数值型属性假设它满足正态分布，使用正态分布计算数值型属性概率。 阅读全文

摘要： java和python实现一个加权SlopeOne推荐算法 阅读全文