摘要：
“给出一个数据流，这个数据流的长度很大或者未知。并且对该数据流中数据只能访问一次。请写出一个随机选择算法，使得数据流中所有数据被选中的概率相等。” 对于这种问题，一般可以从小的例子逐渐推导 例如当数据流只有一个数据时，直接取改了为1 两个数据时，生成一个0-1随机数，大于0.5选择1，每一个概率为0 阅读全文
摘要：
CountVectorizer和Tf-idfVectorizer构建词向量都是通过构建字典的方式，比如在情感分析问题中，我需要把每一个句子（评论）转化为词向量，这两种方法是如何构建的呢？拿CountVectorizer来说，首先构建出一个字典，字典包含了所有样本出现的词汇，每一个词汇对应着它出现的顺 阅读全文