01 2019 档案
摘要：在《机器学习 文本特征提取之词袋模型（Machine Learning Text Feature Extraction Bag of Words）》一文中，我们通过计算文本特征向量之间的欧氏距离，了解到各个文本之间的相似程度。当然，还有其他很多相似度度量方式，比如说余弦相似度。 在《皮尔逊相关系数与
阅读全文
摘要：MongoDB简介（摘自：http://www.runoob.com/mongodb/mongodb-intro.html） MongoDB 由C++语言编写，是一个基于分布式文件存储的开源数据库系统。 MongoDB 将数据存储为一个文档，数据结构由键值对(key=>value)组成，类似于 JS
阅读全文
摘要：在网上有很多教程，教我们如何把MongoDB安装成一个服务。事实上，从4.0版本开始，MongoDB就可以自行安装成一个服务了（Install MongoDB as a service），同时自动建立文件储存目录（Data Directory）和日志目录（Log Directory）。具体步骤可见官
阅读全文
摘要：简介 关系型数据库管理系统（RDBMS）用来操作建立在关系模型基础上的数据库，主要代表有：Microsoft SQL Server，Oracle，MySQL（开源）。 非关系型数据库（NoSQL），主要代表有：MongoDB，Redis。 ACID vs BASE ACIDBASE 原子性(Atom
阅读全文
摘要：以下摘录了爬虫经常用的正则表达式，如需更详细的信息，请查看崔庆才的个人网页： https://cuiqingcai.com/5530.html。 使用Python的re模块： 导入re模块： re.complie(pattern) 将正则字符串编译成正则表达式对象 re.findall(patter
阅读全文
摘要：之前《皮尔逊相关系数（Pearson Correlation Coefficient, Pearson's r）》一文介绍了皮尔逊相关系数。那么，皮尔逊相关系数（Pearson Correlation Coefficient）和余弦相似度（Cosine Similarity）之间有什么关联呢？ 首先
阅读全文
摘要：最近在看爬虫方面的知识，看到崔庆才所著的《Python3网络爬虫开发实战》一书讲的比较系统，果断入手学习。下面根据书中的内容，简单总结一下爬虫的基础知识，并且实际练习一下。详细内容请见：https://cuiqingcai.com/5465.html（作者已把书的前几章内容对外公开）。 在写爬虫程序
阅读全文
