摘要：
1..groupby()[].agg(by={}) 2. collections.de...(lambda:1) 统计的单词是语料库中所有的词， 对Dataframe统计单词词频，同时增加一列数据count，这里我们使用reset_index,sort_values(by = ['counts], 阅读全文
摘要：
1.map做一个标签的数字替换 2.vec = CountVectorizer(lowercase=False, max_features=4000) # 从sklean.extract_feature.text 导入，根据词频做一个数字的映射，max_feature表示的是最大的特征数 需要先使用 阅读全文
摘要：
贝叶斯里面的参数原理 最大似然： 即最符合观测数据的最有优势，即p(D|h)最大 奥卡姆剃刀：即越常见的越有可能发生，即p(h) 表示的是先验概率 最大似然： 当我们投掷一枚硬币，观测到的是正面，那么我们猜测投掷正面的概率为1，即最大似然值的概率是最大的 奥卡姆剃刀： 如果平面上有N个点，我们使用n 阅读全文
摘要：
问题 如果我们看到用户输入一个不在字典中的词，我们需要推测他实际想要输入的词 使用贝叶斯公式表示： p(实际想要输入词|用户输入) = p(实际想要输入词) * p(用户输入|实际想要输入词) / p(用户输入) p(实际输入词) 表示的是这个词在语料库中出现的词频 p（用户输入|实际想要输入） 实 阅读全文
摘要：
贝叶斯要解决的问题： 正向概率： 假设一个袋子里面有红球4个，黑球6个，那么从袋子里抽出红球的概率 逆向概率，假设我们不知道袋子里面黑白求的比例，一连抽取一个或多个球，观察取出球的颜色，来判断取出红球的概率 例子1 ： 假设一个学校有40%的女生， 60%的男生，女生50%穿长裤， 50%穿短裤，男 阅读全文