07 2019 档案
摘要：聚类凝聚度和K值得选择 在聚类分析中，有的时候数据数量过多，我们用拐点发选择K值，横轴为聚类簇数的变化，纵轴为数据的凝聚度（SSE方差），当凝聚度的大小随着K值得增多降低数量较小时，证明，K值得增加对凝聚度的影响变小，那么选择拐点的K值是可行的，因为继续增加K值，对分类的准确度增加不高，但是会增加分
阅读全文
摘要：参考博客：https://blog.csdn.net/weixin_39750084/article/details/81501395
阅读全文
摘要：在进行聚类分析时，机器学习库中提供了kmeans++算法帮助训练，然而，根据不同的问题，需要寻找不同的超参数，即寻找最佳的K值 最近使用机器学习包里两个内部评价聚类效果的方法:clf=KMeans(n_clusters=k,n_jobs=20) 其中方法一：clf.inertia_是一种聚类评估指标
阅读全文
摘要：问题：在python绘图中，遇到想要调整图片大小的情况使用plt.figure(figuresize=xxx)没有效果 原因：没有考虑绘图时候的dpi参数，可导致放缩没有效果的现象 解决方法：通过在plt.figure()中添加dpi参数改变图片的额放缩效果 如plt.figure(dpi=xx)进
阅读全文
摘要：在进行jieba分词时，进行用户字典编写，会对分词进行个性化定制 一般而言，通过用户词典的方法能够对分词产生更具优秀的效果，尤其是在细粒度划分词句时候 添加用户词典的具体方法为：建立userdict的txt文本文件，每个词汇占据一行（每行可以有词汇，词频（可省略），词性（可省略））。用户词典具有强调
阅读全文
摘要：在进行自然语言处理时候，遇到如下错误： 进行词语切分后，使用tfidf做词频矩阵，导致程序报出错误：MemoryError 报错原因：文本条数过大，导致内存超载，在这里 File "C:/Users/Administrator/Desktop/temp.py", line 49, in <modul
阅读全文