每日技术 | 毕设

• python结巴分词

　　　　用jieba分词不仅可以做最基础的分词，还可以添加自定义词典和用来做词性标注！

　　　　详细用法：http://www.tuicool.com/articles/QV36ru

• python常见编解码问题

　　　　了解ASCII、ANSI、UNICODE以及UTF-8的相关知识

　　　　在python中，分清str和unicode的概念

　　　　参考：http://www.ruanyifeng.com/blog/2007/10/ascii_unicode_and_utf-8.html

　　　　　     https://gist.github.com/x7hub/178c87f323fbad57ff91

• 记忆工具

　　　　Anki（看到有人推荐，但还没有学着用）

• 归一化处理

　　　　数据的归一化（normalization）是将数据经过某种运算，使之落入一个你想要的区间内。

　　　　归一化在某些比较和评价的指标处理中经常会用到，可用于去除数据的单位限制，将其转化为无量纲的纯数值，便于不同单位或量级的指标能够进行比较和加权。

　　　　在统计学中，归一化的具体作用是归纳统一样本的统计分布性。归一化在0-1之间是统计的概率分布，归一化在-1--+1之间是统计的坐标分布。

　　　　方法有如下：
　　　　1、线性函数转换，表达式如下：
　　　　　　y=(x-MinValue)/(MaxValue-MinValue)
　　　　　　说明：x、y分别为转换前、后的值，MaxValue、MinValue分 别为样本的最大值和最小值。
　　　　2、对数函数转换，表达式如下：
　　　　　　y=log10(x)
　　　　　　说明：以10为底的对数函数转换。
　　　　3、反余切函数转换，表达式如下：
　　　　　　y=atan(x)*2/PI

　　　　4、Z-score标准化方法
　　　　参考：http://webdataanalysis.net/data-analysis-method/data-normalization/