摘要：1. TF-IDF 1.1 原理 1.1.1 名词解释 TF：词频，某token在文档中出现的次数越多，则这个token的特征越能代表这篇文档自身的独特特征。 计算：token出现次数 / 文档总token数 IDF：逆文档频率，如果某个token在所有文档中都出现，那么这个token对于区分这些文 阅读全文

摘要：1. 基于距离的k-means聚类，需要人工提供聚簇数量K 1.1 通过肘方法确定最佳聚簇数量 import numpy as np import matplotlib.pyplot as plt from sklearn.cluster import KMeans from sklearn.pre 阅读全文

摘要：1. 通过sklearn调用机器学习api处理问题通用流程 # -*- coding: utf-8 -*- import time import joblib import numpy as np import pandas as pd from collections import Counter 阅读全文