摘要： 新买一个用于机器学习的实例，镜像系统Ubuntu。想安装一个上传、下载的包。 使用命令： 结果一直报错： 解决方法： 使用命令： 问题解决！ 阅读全文

摘要： 结合tfidf权重，对“达观杯”提供的文本，进行文本分类，作为baseline，后续改进均基于此。 1.比赛地址及数据来源 "达观杯"文本智能挑战赛 2.代码及解析 # -*- coding: utf-8 -*- """ @简介：tfidf特征/ SVM模型 @成绩： 0.77 """ #导入所需要 阅读全文

摘要： 1.算法原理 1.分类和回归 分类模型和回归模型本质一样，分类模型是将回归模型的输出离散化。 一般来说，回归问题通常是用来预测一个值，如预测房价、未来的天气情况等等，例如一个产品的实际价格为500元，通过回归分析预测值为499元，我们认为这是一个比较好的回归分析。回归是对真实值的一种逼近预测。 分类 阅读全文

摘要： 1.seaborn设置整体风格 seaborn提供5中主题风格： darkgrid whitegrid dark white ticks 主要通过set()和set_style()两个函数对整体风格进行控制。 准备工作： 默认设置1 输入： 输出： 默认设置2 输入： 输出： 设置风格为ticks 阅读全文

摘要： python利用Matplotlib.pyplot库绘制不同的图形，但是在显示中文时存在部分问题，一般在导入库后，添加如下代码： 1.折线图 一般折线图 输入： 输出： 折线图设置 对折线图操作，添加标签、标题，并对坐标刻度进行设置 输入： 输出： 2.子图 子图概念 fig.add_subplot 阅读全文

摘要： 1.Pandas读取数据 一般错误 out： 使用read_csv（）函数时，可能会报错如上。 显示以上错误，网上解答说可能是路径含有中文名，或者只能读取当前文件夹下的文件； 设置：engine=“python”解决问题！！ 默认engine=“C”,使用C时速度较快，但是包含中文时出错。 数据读取 阅读全文

摘要： 1.Numpy读取txt/csv文件 读取数据 结果输出： 结果输出： 帮助文档 使用help命令查看帮助文档 结果输出： 2.Numpy的矩阵操作 构造矩阵 结果输出： 结果输出： 类型转换 结果输出： 切片操作 结果输出： 结果输出： 逻辑运算 结果输出： 结果输出： 结果输出： 一般函数 结果 阅读全文

摘要： 目标说明 利用scrapy抓取中新网新闻，关于自然灾害滑坡的全部国内新闻；要求主题为滑坡类新闻，包含灾害造成的经济损失等相关内容，并结合textrank算法，得到每篇新闻的关键词，便于后续文本挖掘分析。 网站分析 目标网站：http://sou.chinanews.com/advSearch.do 阅读全文

摘要： 利用scrapy抓取蛋壳公寓上的房源信息，以北京市为例，目标url：https://www.dankegongyu.com/room/bj 思路分析 每次更新最新消息，都是在第一页上显示，因此考虑隔一段时间自动抓取第一页上的房源信息，实现抓取最新消息。 利用redis的set数据结构的特征，将每次抓 阅读全文

摘要： scrapy-redis简介 scrapy-redis是scrapy框架基于redis数据库的组件，用于scrapy项目的分布式开发和部署。 有如下特征：  分布式爬取 您可以启动多个spider工程，相互之间共享单个redis的requests队列。最适合广泛的多个域名网站的内容爬取。  分布 阅读全文