發(fā)簡(jiǎn)信
IP屬地：浙江
-
python裝飾器 生成器
https://www.bilibili.com/video/BV1Gu411Q7JV/ 裝飾器 decorator不過(guò)是一個(gè)輸入輸出和都是函數(shù)...
-
豆瓣評(píng)分預(yù)測(cè)
中文分詞 中文分詞包jieba，用jieba對(duì)原始文本做分詞。 文本預(yù)處理 1. 去掉無(wú)用的字符 2. 去掉停用詞 3. 去掉低頻詞 文本特征提...
-
Part2文本處理技術(shù)：文本數(shù)據(jù)處理、表示、語(yǔ)言模型六. 文本處理 一. 文本分析流程與分詞 1. 文本分詞流程 就像其他的領(lǐng)域有自己的經(jīng)典流程一樣，一個(gè)文本分析的項(xiàng)目也有屬于自己的流程。雖然每一...
-
算法問(wèn)題——代碼實(shí)現(xiàn)or小練習(xí)
動(dòng)態(tài)規(guī)劃算法 斐波那契數(shù)列的循環(huán)實(shí)現(xiàn) 最長(zhǎng)遞增子串 換硬幣問(wèn)題 DTW(Dynamic Time Warping)實(shí)現(xiàn) 機(jī)器學(xué)習(xí) 從零實(shí)現(xiàn)邏輯回...
-
基于CRF的醫(yī)療實(shí)體識(shí)別
一. 實(shí)體標(biāo)注 二. 文本特征工程 三. CRF模型搭建 四. 模型評(píng)估 五.BiLSTM-CRF
-
搭建問(wèn)答系統(tǒng)
一. 文本數(shù)據(jù)預(yù)處理流程 1. 清洗數(shù)據(jù)：去除顏文字,html等 2. 分詞 3. 去除停用詞 4. 去除低頻詞 二. 搭建倒排表 from g...
-
sklearn-caicai
五. 邏輯回歸 1. 概述 1.1 名為“回歸”的分類器 = 線性回歸的任務(wù)就是找出模型參數(shù)，著名的最小二乘法就是用來(lái)求解線性回歸中參數(shù)的方法。...
-
模型預(yù)測(cè)流程
一. 文本數(shù)據(jù)的處理，包括去除特殊符號(hào)，去除低頻詞，去除停止詞。 二. 把數(shù)據(jù)分為訓(xùn)練集和測(cè)試集 三. 把文本轉(zhuǎn)換為向量 四. 用模型訓(xùn)練及預(yù)測(cè)
-
成長(zhǎng)-從缺點(diǎn)到優(yōu)點(diǎn)
從不喜歡絕大多數(shù)人到輕易被一個(gè)人身上的優(yōu)點(diǎn)打動(dòng)。 在青春期甚至就前兩年的時(shí)候，會(huì)有不喜歡任何人的感覺(jué)，假如身邊的朋友提到某個(gè)他認(rèn)為很厲害的人，自...