1. 读邮件数据集文件，提取邮件本身与标签。 列表 numpy数组 2.邮件预处理 邮件分句 名子分词 去掉过短的单词 词性还原 连接成字符串 传统方法来实现 nltk库的安装与使用 pip install nltk import nltk nltk.download() # sever地址改成 h ...
分类：
其他好文 时间：
2020-05-17 12:56:07
阅读次数：
51
1. 读邮件数据集文件，提取邮件本身与标签。 列表 numpy数组 2.邮件预处理 邮件分句 句子分词 大小写，标点符号，去掉过短的单词 词性还原：复数、时态、比较级 连接成字符串 2.1 传统方法来实现 2.2 nltk库的安装与使用 pip install nltk import nltk nl ...
分类：
其他好文 时间：
2020-05-16 19:09:13
阅读次数：
60
文本分类实现步骤： 1. 定义阶段：定义数据以及分类体系，具体分为哪些类别，需要哪些数据 2. 数据预处理：对文档做分词、去停用词等准备工作 3. 数据提取特征：对文档矩阵进行降维、提取训练集中最有用的特征 4. 模型训练阶段：选择具体的分类模型以及算法，训练出文本分类器 5. 评测阶段：在测试集上 ...
分类：
其他好文 时间：
2020-05-15 00:17:01
阅读次数：
75
题目来源于力扣（ "LeetCode" ） [TOC] 一、题目 "1078. Bigram 分词" 题目 相关标签 ：哈希表 提示： 1 text 由一些用空格分隔的单词组成，每个单词都由小写英文字母组成 1 first 和 second 由小写英文字母组成 二、解题思路 1. 根据题目提示：te ...
分类：
其他好文 时间：
2020-05-14 22:14:46
阅读次数：
65
1. 读邮件数据集文件，提取邮件本身与标签。 列表 numpy数组 2.邮件预处理 邮件分句 句子分词 大小写，标点符号，去掉过短的单词 词性还原：复数、时态、比较级 连接成字符串 2.1 传统方法来实现 2.2 nltk库的安装与使用 pip install nltk import nltk nl ...
分类：
其他好文 时间：
2020-05-14 13:18:59
阅读次数：
66
```pythonfrom collections import defaultdictfrom gensim import corporaimport jiebafrom gensim import similaritiesimport reclass Similarity: def docs(s... ...
分类：
其他好文 时间：
2020-05-14 01:24:08
阅读次数：
55
批处理代码： package com.wyh.wc import org.apache.flink.api.scala._ /** * 批处理代码 */ object WordCount { def main(args: Array[String]): Unit = { //创建一个批处理的一个环境 ...
分类：
其他好文 时间：
2020-05-11 23:28:06
阅读次数：
79
git 2 es基本查询 3 es 组合查询 python 多个条件，and ，or ，not 对到es中就是布尔查询，must，should，must_not，filter 1 组合查询之must 查询form gu和age=30的数据 GET lqz/doc/_search { "query": ...
分类：
移动开发 时间：
2020-05-08 22:43:39
阅读次数：
84
1.分词 #DreaminRedMansions.py import jieba #调用jieba库 txt = open("D:\Download\lianxii\passageone.txt","r",encoding="UTF-8").read() #打开txt文件阅读 words = jie ...
分类：
其他好文 时间：
2020-05-06 19:52:48
阅读次数：
55
分词 关键词提取 停用词 stop_word.csv ...
分类：
编程语言 时间：
2020-05-06 01:37:38
阅读次数：
74
