jiaba分词的原理 jiaba分词依靠中文词库 ——利用一个中文词库，确定汉字之间的关联概率 ——汉字间概率大的组成词组，形成分词结果 ——除了分词，用户还可以添加自定义的词组 jiaba库使用说明 精确模式、全模式、搜索引擎模式 ——精确模式：吧文本精确的切分开i，不存在冗余单词； ——全模式： ...
分类：
其他好文 时间：
2018-07-05 17:20:14
阅读次数：
206
1.单词——文档矩阵 单词-文档矩阵是表达两者之间所具有的一种包含关系的概念模型，图3-1展示了其含义。图3-1的每列代表一个文档，每行代表一个单词，打对勾的位置代表包含关系。 图3-1 单词-文档矩阵 从纵向即文档这个维度来看，每列代表文档包含了哪些单词，比如文档1包含了词汇1和词汇4，而不包含其 ...
分类：
其他好文 时间：
2017-09-25 11:51:06
阅读次数：
95
全文索引：官方文档：https://dev.mysql.com/doc/refman/5.6/en/fulltext-search.html参考：http://blog.csdn.net/u011734144/article/details/52817766http://www.cnblogs.com/olinux/p/5169282.html全文检索通常使用的是倒排索引。内容详见姜大神的InnoDB存储引擎2书上Page23..
分类：
数据库 时间：
2017-08-28 19:55:40
阅读次数：
244
一、索引的优缺点 索引的优点（为什么要有索引） 1、快速取数据 2、保证数据记录的唯一性 3、加快表的连接速度 4、在使用ORDER by、group by子句进行数据检索时，利用索引可以减少排序和分组的时间。 索引的缺点 1、索引需要占物理空间。 2、当对表中的数据进行增加、删除和修改的时候，索引 ...
分类：
其他好文 时间：
2017-08-09 09:59:22
阅读次数：
176
重新索引 (1)reindex重新索引,在已有的索引基础上新建索引，fill_value可以指定新建索引默认值 (2)#新建索引，如果新建的索引值为空自动填充之前的值 对于DataFrame重新索引同样适用 注意：重新索引的结果类似于一个拷贝动作，这里对df的第一行第一列数据进行重新赋值，但df2并 ...
分类：
其他好文 时间：
2017-07-30 17:11:10
阅读次数：
138
1、基础 r’ ‘：原始字符串 pow、round是内建函数 2、序列通用操作： 索引：d[] 分片：[:] 相加：d+[] 乘法：[1,2]*3 成员判断：in 可用函数：len max min 3、列表 删除：del d[2] 分片赋值：d[2:]=c[3:]，可整块替换，实现删除、插入、追加效... ...
分类：
编程语言 时间：
2017-06-08 16:38:30
阅读次数：
165
索引（在MySQL中也叫键（key））是存储引擎用于快速找到记录的一种数据结构。 索引类型有：Normal，Unique，FullText。 索引方法有：BTREE、HASH。 我有一个user_info的测试表 里面随机生成了300个姓名 一、索引基础 创建一个普通索引： 也可以指定索引的长度： ...
分类：
数据库 时间：
2017-05-13 21:03:11
阅读次数：
347
这两天看《构建高性能Web站点》这本书，感觉写的真是不错，很多实际项目中会碰到的问题都有所提及，今天看到一个最左前缀原则，以前也听说过，不过一直没搞明白，今天查了下。 通过实例理解单列索引、多列索引以及最左前缀原则实例：现在我们想查出满足以下条件的用户id：mysql>SELECT ｀uid｀ FR ...
分类：
数据库 时间：
2017-04-21 16:47:23
阅读次数：
158
一、索引基础 1. B-Tree索引 <1> 所有的值都是按顺序存储的，并且每一个叶子页到根的距离相同。 <2> 顺序组织存储，很适合查找范围数据，效率会非常高。 <3> B-Tree索引对如下类型的查询有效： 全值匹配、匹配最左前缀、匹配列前缀、匹配范围值、精确匹配某一列并范 围匹配另一列、只访问 ...
分类：
数据库 时间：
2017-02-11 22:37:37
阅读次数：
246
一、索引基础： MongoDB的索引几乎与传统的关系型数据库一模一样，这其中也包括一些基本的优化技巧。下面是创建索引的命令： > db.test.ensureIndex({"username":1}) 可以通过下面的名称查看索引是否已经成功建立： > db.test.getIndexes() 删除索 ...
分类：
数据库 时间：
2017-02-06 00:24:33
阅读次数：
231
