1. 读邮件数据集文件，提取邮件本身与标签。 列表 numpy数组 import csv file_path = r"SMSSpamCollection" sms = open(file_path, 'r', encoding='utf-8') data = csv.reader(sms, deli ...
分类：
其他好文 时间：
2020-05-20 12:11:10
阅读次数：
47
1. 读邮件数据集文件，提取邮件本身与标签。 列表 numpy数组 import csv file_path = r"SMSSpamCollection" sms = open(file_path, 'r', encoding='utf-8') data = csv.reader(sms, deli ...
分类：
其他好文 时间：
2020-05-19 23:11:49
阅读次数：
147
1. 读邮件数据集文件，提取邮件本身与标签。 列表 numpy数组 import csv sms=open("D:\机器学习\SMSSpamCollection",'r',encoding='utf-8') csv_reader=csv.reader(sms, delimiter='\t') for ...
分类：
其他好文 时间：
2020-05-18 20:22:09
阅读次数：
49
1. 读邮件数据集文件，提取邮件本身与标签。 列表 numpy数组 代码: 运行截图： 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() # s ...
分类：
其他好文 时间：
2020-05-18 16:31:57
阅读次数：
55
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：
2020-05-18 14:01:34
阅读次数：
44
SaaS与SRM相结合进行供应商相关业务的信息化管理,不仅能够降低中小企业的信息化门槛,促进中小企业的信息化进程,还能够加强企业间相关业务的协同。
分类：
其他好文 时间：
2020-05-18 12:46:57
阅读次数：
150
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：
2020-05-18 12:42:59
阅读次数：
75
2020年5月的一天，某客户将数据库中的业务核心用户NC65导入数据库中。不幸的是事情就注定要发生，导入的目标数据库是当前运行的生产数据库，并且在impdp导入时，添加了table_exists_action=replace选项（此选项时到impdp导入对象时，如发现对象已经存在，就会先删除对象，再创建对象）。来了，不幸的事情发生了，生产环境的NC65用户数据被还原到备份时的状态，最近几天新产生的数据被清空，惨了，要被领导批了。此生产环境中数据库还无rman备份、在导入前也没有做expdp备份，不幸的事情真是这么相似。但幸运的是数据库运行在归档模式，并且有完整的最近7天的归档日志。此时可以在归档日志上面动动手脚，利用归档日志来手动前滚数据库。
分类：
其他好文 时间：
2020-05-18 12:04:55
阅读次数：
55
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：
2020-05-18 11:57:43
阅读次数：
51
zip命令 zip 压缩包在 Windows 和 Linux 都比较常见的，zip命令本身即能归档又能压缩。 功能说明：对一个文件或多个文件进行压缩 用法：zip [选项] 压缩文件名.zip FILE… | 选项 | 作用 | | | | | r | 对目录下的文件及子目录进行递归压缩 | | d ...
分类：
系统相关 时间：
2020-05-18 00:48:03
阅读次数：
73
