摘要:
一、概述 对文本进行分析时,经常需要先进行分析,为后面将文本向量化做准备。 二、jieba分词 参考:https://blog.csdn.net/qq_45288176/article/details/115681292 2.1 什么事jieba(结巴)库 字如其名,结巴库主要用于中文分词,很形象的 阅读全文
摘要:
一、概述 1.1 数学公式 二、利用贝叶斯进行文本分析 2.1 文本向量化 对数据进行预处理,进行分词,并把文本向量化是贝叶斯算法的关键也是难点。 分词可以参考:https://www.cnblogs.com/qianslup/p/16907569.html 文本向量化可以参考:https://ww 阅读全文
摘要:
一 下载地址 https://graphviz.org/download/ 我选择的是64位的7.0.4版本。 二、安装步骤 2.1 正常安装 就是一直按下一步就行。 2.2 配置环境变量 如果没有配置环境变量,可按照下图配置环境变量 注意路径,找到安装路径的bin所有绝对路径,复制过去就行了 2. 阅读全文
摘要:
一、概述 1.1 模型间接 Logistic Regression 虽然被称为回归,但其实际上是分类模型,并常用于二分类; Logistic 回归的本质是:假设数据服从这个分布(sigmoid函数),然后使用极大似然估计做参数的估计。 二、数学依据 2.1 sigmoid函数 逻辑回归模型本质就是将 阅读全文
摘要:
一、基本概念 1.1 支持向量机 支持向量机(Support Vector Machine,SVM) 是一类按监督学习方式对数据进行二元分类的广义线性分类器,其决策边界是对学习样本求解的最大边距超平面。 体来说就是在线性可分时,在原空间寻找两类样本的最优分类超平面。 在线性不可分时,加入松弛变量并通 阅读全文
摘要:
一、概述 1.1 关键点 我们提出了k近邻算法,算法的核心思想是,即是给定一个训练数据集,对新的输入实例,在训练数据集中找到与该实例最邻近的K个实例,这K个实例的多数属于某个类,就把该输入实例分类到这个类中。 更通俗说一遍算法的过程,来了一个新的输入实例,我们算出该实例与每一个训练点的距离(这里的复 阅读全文
摘要:
一、概述 数据预处理是数据分析过程中的重要环节,它直接决定了后期所有数据分析的质量和价值输出。从数据预处理的主要内容看,包括数据清洗、转换、归约、聚合、抽样等8个方向 好多方法既是预处理的方法,也是特征工程的方法,便把两个放在一起讲了。 二、数据清洗、空值、异常值 在数据清洗过程中,主要处理的是缺失 阅读全文
摘要:
一、概述 需要对推算结果与真实结果进行评判,主要有下属各种。 二、方差与标准差 2.1 含义 2.2 Pyhton展示 import numpy as np y_true = np.array([1.0, 2.0, 3.0, 4.0]) var = np.var(y_true) std = np.s 阅读全文
摘要:
有了签名,可以知道一些基本信息。 签名如下 # -*- coding: utf-8 -*- """ @time : ${DATE} ${TIME} @File: ${NAME}.py @Software: ${PRODUCT_NAME} @Author : qianslup @Version: py 阅读全文