朴素贝叶斯

摘要： 《C++命名空间》一节讲到，C++ 引入命名空间是为了避免合作开发项目时产生命名冲突，例如： #include <iostream> namespace Li { //小李的变量定义 class Student { public: void display(){ std::cout << "Li:: 阅读全文

摘要： C++ 是在C语言的基础上开发的，早期的 C++ 还不完善，不支持命名空间，没有自己的编译器，而是将 C++ 代码翻译成C代码，再通过C编译器完成编译。这个时候的 C++ 仍然在使用C语言的库，stdio.h、stdlib.h、string.h 等头文件依然有效；此外 C++ 也开发了一些新的库，增 阅读全文

摘要： 一个中大型软件往往由多名程序员共同开发，会使用大量的变量和函数，不可避免地会出现变量或函数的命名冲突。当所有人的代码都测试通过，没有问题时，将它们结合到一起就有可能会出现命名冲突。 例如小李和小韩都参与了一个文件管理系统的开发，它们都定义了一个全局变量 fp，用来指明当前打开的文件，将他们的代码整合 阅读全文

摘要： 《防止C语言头文件被重复包含》一节中，详细介绍了 C 语言中如何使用宏定义（#ifndef / #define / #endif）来有效避免头文件被重复 #include，此方式在 C++ 多文件编程中也很常用。 举个例子，如下是一个 C++ 项目，其内部含有 school.h 和 student. 阅读全文

摘要： 在前面的教程中，我们都是将所有的代码写到一个源文件里面，例如： #include <iostream> using namespace std; class Student{ public: const char* name; int age; float score; void say() con 阅读全文

摘要： 简单地理解C++多文件编程，其就是把多个头文件(.h文件)和源文件(.cpp文件)组合在一起构成一个程序，这是C++的重点，也是C++的难点。 在C++多文件编程中，头文件的编写是重点内容，有很多细节需要注意，有的甚至会让你感觉奇怪。 除此之外，多文件编程还会涉及到内存和程序的编译原理， 学会了多文 阅读全文

摘要： 原地址 英文文本挖掘预处理特点 英文文本的预处理方法和中文的有部分区别。首先，英文文本挖掘预处理一般可以不做分词（特殊需求除外），而中文预处理分词是必不可少的一步。 英文文本的预处理也有自己特殊的地方， 拼写问题，很多时候，我们的预处理要包括拼写检查，比如“Helo World”这样的错误，我们不能 阅读全文

摘要： 原地址 前言 在对文本做数据分析时，我们一大半的时间都会花在文本预处理上，而中文和英文的预处理流程稍有不同，本文就对中文文本挖掘的预处理流程做一个总结。 中文文本挖掘预处理特点 首先我们看看中文文本挖掘预处理和英文文本挖掘预处理相比的一些特殊点。 首先，中文文本是没有像英文的单词空格那样隔开的，因此 阅读全文

摘要： 原地址 前言 在文本挖掘预处理之向量化与Hash Trick中，我们讲到，在文本挖掘的预处理中，向量化之后一般都伴随着TF-IDF的处理，那么什么是TF-IDF，为什么一般我们要加这一步预处理呢？这里就对TF-IDF的原理做一个总结。 1. 文本向量化特征的不足 在将文本分词并向量化后，我们可以得到 阅读全文

摘要： 原地址 前言 在文本挖掘的分词原理中，我们讲到了文本挖掘的预处理的关键一步：“分词”，而在做了分词后，如果我们是做文本分类聚类，则后面关键的特征预处理步骤有向量化或向量化的特例Hash Trick，本文我们就对向量化和特例Hash Trick预处理方法做一个总结。 1. 词袋模型 在讲向量化与Has 阅读全文