摘要：
【一】整体流程综述 gensim底层封装了Google的Word2Vec的c接口，借此实现了word2vec。使用gensim接口非常方便，整体流程如下： 1. 数据预处理（分词后的数据） 2. 数据读取 3.模型定义与训练 4.模型保存与加载 5.模型使用（相似度计算，词向量获取） 【二】gens 阅读全文
摘要：
一、前言(参考:https://juejin.im/post/5c80b768f265da2dae514d4f) 作为一名爬虫工程师，在工作中常常会遇到爬取实时数据的需求，比如体育赛事实时数据、股市实时数据或币圈实时变化的数据。如下图： Web 领域中，用于实现数据'实时'更新的手段有轮询和 Web 阅读全文
摘要：
数据结构-链表 转载之(http://zhaochj.github.io/2016/05/12/2016-05-12-%E6%95%B0%E6%8D%AE%E7%BB%93%E6%9E%84-%E9%93%BE%E8%A1%A8/#) 什么是链表，我对这个概念非常陌生。 链表是实现了数据之间保持逻辑 阅读全文
摘要：
Python数据可视化之Wordcloud: 先来看一下效果:基于jieba+wordcloud: 安装: ps: 可能会安装失败,因为缺少c++编译,办法的话,可以安装c++编译,或者去python包的社区进行下载安装 快速生成词云 word cloud 参数 阅读全文
摘要：
Neo4j是一个高性能的,NOSQL图形数据库，它将结构化数据存储在网络上而不是表中。它是一个嵌入式的、基于磁盘的、具备完全的事务特性的Java持久化引擎，但是它将结构化数据存储在网络(从数学角度叫做图)上而不是表中。Neo4j也可以被看作是一个高性能的图引擎，该引擎具有成熟数据库的所有特性。程序员 阅读全文
摘要：
AHP（层次分析法） 层次分析法（The analytic hierarchy process）简称AHP，在20世纪70年代中期由美国运筹学家托马斯·塞蒂（TLsaaty）正式提出。它是一种定性和定量相结合的、系统化、层次化的分析方法。由于它在处理复杂的决策问题上的实用性和有效性，很快在世界范围得 阅读全文
摘要：
几种归一化方法（Normalization Method）python实现 1、(0,1)标准化： 这是最简单也是最容易想到的方法，通过遍历feature vector里的每一个数据，将Max和Min的记录下来，并通过Max-Min作为基数（即Min=0，Max=1）进行数据的归一化处理： Pyth 阅读全文
摘要：
转载之：https://zhuanlan.zhihu.com/p/31345125 示例一：二硬币模型 假设现在有两个硬币A和B，我们想要知道两枚硬币各自为正面的概率啊即模型的参数。我们先随机从A,B中选一枚硬币，然后扔10次并记录下相应的结果，H代表正面T代表反面。对以上的步骤重复进行5次。如果在 阅读全文
摘要：
最大期望算法（Expectation-maximization algorithm，又译期望最大化算法）： 在统计中被用于寻找，依赖于不可观察的隐性变量的概率模型中，参数的最大似然估计。（EM算法只需要有一些训练数据，定义一个最大化函数，剩下的就交给计算机了。经过若干次迭代，我们需要的模型就训练好了 阅读全文
摘要：
贝叶斯定理（英语：Bayes' theorem） 是概率论中的一个定理，它跟随机变量的条件概率以及边缘概率分布有关。在有些关于概率的解释中，贝叶斯定理（贝叶斯公式）能够告知我们如何利用新证据修改已有的看法。这个名称来自于托马斯·贝叶斯。 通常，事件A在事件B（发生）的条件下的概率，与事件B在事件A（ 阅读全文