首页
学习
活动
专区
圈层
工具
发布
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    【Python环境】 信息图:用Python做数据科学

    我想通过学习Python语言来学习数据科学,所以我在谷歌上搜索:“我想通过学习Python语言来学习数据科学。”而在谷歌,不一会儿的功夫就列出所有关于Python语言学习的链接。...然后,你会对于无数可行的关于学习Python语言的相关链接而感到困惑。最终,你会因此停下来反思:“我到底该从哪里入手?”。 真的是这样吗?不要担心。因为你以前从未遇到过这样的情况。...这里有很多可用的资源,它们将引导你如何学习Python从而学会编程和数据科学。而其中的问题是它很难找到一个结构化的方法来掌握这门语言。...为了解决这些问题,我们想出了一些在Python中学习数据科学的一些比较好的学习路径。 现在,我们按着这些步骤前进,同时为您提供一份相同效果的信息图表。...原文链接: http://www.analyticsvidhya.com/blog/2015/05/infographic-quick-guide-learn-python-data-science/

    1.1K90

    用 Python 做文本挖掘的流程

    这个是 Python 做得最好的事情,优秀的包有很多,比如 scrapy,beautifulsoup等等。...由于 Python2 的历史原因,不得不在编程的时候自己处理。英文也存在 unicode 和 utf-8 转换的问题,中文以及其他语言就更不用提了。...同样,可以用正则表达式完成 \W 就可以。 转换成小写。 去掉停用词。Matthew L. Jockers 提供了一份比机器学习和自然语言处理中常用的停词表更长的停词表。中文的停词表 可以参考这个。...nltk 里面提供了好多种方式,推荐用 wordnet 的方式,这样不会出现把词过分精简,导致词丢掉原型的结果,如果实在不行,也用 snowball 吧,别用 porter,porter 的结果我个人太难接受了...jieba 是纯 Python 写的,Stanford 的可以通过 nltk 调用,复旦 NLP 也可以用 Python 调用。 END.

    2.2K80

    【5分钟玩转Lighthouse】用Umami做博客站点统计

    1.背景目标 最近跟着Bilibili上的UP主溪歪歪_BILI的教学视频“如何搭建第一个博客站点”,用轻量应用服务器搭建了一个WordPress博客站点。主要有以下5个步骤。 ?...搭建好博客后,还希望能够针对站点做访问统计分析,想看看博客的访问情况。这个时候就需要用到站点统计工具了。...但是像个人博客这样一个站点,还是希望用自己搭建一个站点统计工具,数据也能掌握在自己的手里。今天就为大家介绍一下,在轻量应用服务器上如何搭建Umami站点统计工具,来统计博客的访问情况。...4.3.复制Tracking code 复制Tracking code,后面要将其添加WordPress博客主题的页面head中。 ?...5.小节 本文介绍了如何在轻量应用服务器搭建WordPress博客后,使用Umami站点统计工具,统计博客访问数据。Umami安装和使用都非常简单,尤其是提供了Docker的安装方式就更容易上手了。

    5.6K314

    用python做微博情感偏向分析

    首先需要说明的是内容有三点: 1)下面的例子仍然主要使用Python中NLTK和Scikit-Learn两个函数库。 2)SemEval 是NLP领域的带有竞赛性质的年度盛会,类似KDD-Cup。...要得到更高的准确率,需要在模型构建和特征选择上做更深层次的思考。而这些“思考”已经超出本博文所讨论的范围。...这样做的目的,在于我们期望剔除那些在全部训练数据集中极少出现的词汇(生僻词),以及那些频繁出现但毫无意义的词汇(通常我们称之为停词 stop words,例如 the, of, a等)。...当然这种追平可以是补齐,也可以是删减,所以通常,我们都是用补齐短的这样的方式来实现维度一致。...vec.fit_transform(feature_dicts_tra) sparse_matrix_dev = vec.transform(feature_dicts_dev) 当然,这里你还可以用下面的代码来测试一下他们的维度是否按我们预想的那样

    2K50

    教你用python做文本分类

    这次我们用python的scikit-learn模块实现文本分类。...从datasets获取到一般都是一个Bunch对象,Bunch是一种类似于python字典的格式,我们拿到任何一个数据集之后都可以探索数据集,输出Bunch对象的键keys看看有什么,看看数据集的描述,...如果是处理中文语料,那么我们就需要提前分词,去除停用词,然后就可以用CountVectorize来得到VSM模型的矩阵了。...卡方检验,卡方值描述了自变量与因变量之间的相关程度:卡方值越大,相关程度也越大,所以很自然的可以利用卡方值来做降维,保留相关程度大的变量。...还有我们可以把VSM模型中的权值改为bool值,或者tf-idf值,来看看效果是否有提升,这些用scikit-learn都可以很方便的实现。 理解了python文本分类了吗?

    4.3K80
    领券