摘要：
因为在使用write_rich_string的过程中我希望放入长度不一的文本，如下图所示 当长度过长时，write_rich_string函数要求一个一个format1,txt[1],format1,txt[2]........的传入，实在太麻烦。 查看worksheet.py文件，可以看到 可以看 阅读全文
摘要：
最近要标注一大堆语料，为了方便标注，要把触发词在文本中的位置标红，以便辨识。在表格中同一个单元格写入不同的格式文本的文本如下： 最后结果是 阅读全文
摘要：
为了细化齐桓公的朋友圈，又因为与齐桓公相关的人物太多，需要找出与其强相关的人物进行细化。 1、把左传中出现人名的句子中的人名组抽出来 得到如下图所示： 2、编写Apriori函数 3、把含有齐桓公的句子和不含的句子分开，并调用编写的Apriori函数进行关联挖掘，设置支持度为1 pengyou_qi 阅读全文
摘要：
1。监督学习 1.1。广义线性模型 1.1.1。普通最小二乘法 class sklearn.linear_model.LinearRegression(fit_intercept=True, normalize=False, copy_X=True, n_jobs=1) 1.1.1.1。普通最小二乘 阅读全文
摘要：
上次爬取的爸爸、妈妈、老师和自己的作文，利用sklearn.neighbors.KNeighborsClassifier进行分类。 import jieba import pandas as pd import numpy as np import os import itertools impor 阅读全文
摘要：
python实现关键词共现矩阵，将下图中同时出现的关键词， 转化为下图的共现矩阵。 代码如下： 最后生成的表格如上图，总长度较大，不方便展示，下图大概体现下共现矩阵的信息。 阅读全文
摘要：
接着上篇的说的，爬取了大数据相关的职位信息，http://www.17bigdata.com/jobs/。 词云如图所示： 可以看出有些噪声词没能被去除，比如相关、以上学历等无效词汇。本想通过DF判断停用词，但是我爬的时候没顾及到这个问题，外加本身记录数也不高，就没再找职位信息的停用词。当然也可看出 阅读全文
摘要：
为了练习做文本处理，爬取了99作文网中的作文。beautifulsoup的学习文档http://beautifulsoup.readthedocs.io/zh_CN/latest/。 总共爬了老师，爸爸，妈妈，自己四种作文，爬出如图所示： <其实还爬了大数据招聘网http://www.17bigda 阅读全文
摘要：
import pandas as pd import numpy as np data = pd.read_csv(r'data.csv') train = data.iloc[:,0:4] #计算不同样本之间的欧几里得距离， #如果不同样本数据的刻度不一致，要对数据进行规格化处理 def nearest(traini,center): distance = np.zeros((len... 阅读全文
摘要：
写了识别手写数字的KNN算法，如下图所示。参考链接http://blog.csdn.net/april_newnew/article/details/44176059。 注：训练数据集有2,210条记录，测试数据有670条。准确率并不高，只有0.45。目前不知道为什么，以后多学习，争取优化代码。 阅读全文