<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[lip]]></title><description><![CDATA[蓦然回首，往事成风]]></description><link>https://blog.youkuaiyun.com/alip39</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; alip39]]></copyright><item><title><![CDATA[JAVA、maven、IDEA环境配置]]></title><link>https://blog.youkuaiyun.com/alip39/article/details/107483547</link><guid>https://blog.youkuaiyun.com/alip39/article/details/107483547</guid><author>alip39</author><pubDate>Thu, 23 Jul 2020 19:37:30 +0800</pubDate><description><![CDATA[JAVA、maven、IDEA环境配置
本文主要介绍在Windows系统下，java、maven以及IDEA三个的环境配置的方法。
JDK、JRE环境配置
1. 下载JDK文件并安装
访问网站：https://repo.huaweicloud.com/java/jdk/8u151-b12/。选择Windows系统下的64位jdk，并下载下来。

之后安装到你指定的位置：C:\Program Files\Java
(这是你JDK和JRE的安装位置，要设置好，之后配置环境需要使用。一般来讲，JRE会自动安装好)]]></description><category></category></item><item><title><![CDATA[GO语言入门：常量]]></title><link>https://blog.youkuaiyun.com/alip39/article/details/102075128</link><guid>https://blog.youkuaiyun.com/alip39/article/details/102075128</guid><author>alip39</author><pubDate>Wed, 09 Oct 2019 21:48:22 +0800</pubDate><description><![CDATA[GO语言-iota枚举
iota是个常量自动生成器，每个一行，自动加1
iota给常量赋值使用
iota遇到const，重置为0
同一个圆括号中，可以只是用一个iota

]]></description><category></category></item><item><title><![CDATA[GO语言入门：变量]]></title><link>https://blog.youkuaiyun.com/alip39/article/details/102000167</link><guid>https://blog.youkuaiyun.com/alip39/article/details/102000167</guid><author>alip39</author><pubDate>Wed, 09 Oct 2019 21:10:19 +0800</pubDate><description><![CDATA[GO语言中的变量
声明变量
1.声明 var 变量名 类型 变量声明之后，必须要使用
2.只声明便量，则默认为0
3.在同一个{}中，声明的变量是唯一的
var  a int
var b int = 10
自动推导式
var a = 10
a:=10
多重赋值
a，b = 10， 20
交换值
a， b = b，a
匿名变量
tmp，_ :=7,8

...]]></description><category></category></item><item><title><![CDATA[逻辑斯蒂回归算法]]></title><link>https://blog.youkuaiyun.com/alip39/article/details/102024035</link><guid>https://blog.youkuaiyun.com/alip39/article/details/102024035</guid><author>alip39</author><pubDate>Fri, 04 Oct 2019 17:39:51 +0800</pubDate><description><![CDATA[逻辑斯蒂回归算法

]]></description><category></category></item><item><title><![CDATA[python中读取CSV（TXT）文件数据或将数据写入到CSV（TXT）文件中]]></title><link>https://blog.youkuaiyun.com/alip39/article/details/82193659</link><guid>https://blog.youkuaiyun.com/alip39/article/details/82193659</guid><author>alip39</author><pubDate>Wed, 02 Oct 2019 23:06:08 +0800</pubDate><description><![CDATA[python中读取CSV（TXT）文件数据或将数据写入到CSV（TXT）文件中



1.pandas方式



读取文件中的数据：

我们常用的方式就是通过调用pandas包来实现对文件的读取:

pandas.read_csv(filepath_or_buffer, sep=', ', delimiter=None, header='infer', names=None, index_col=...]]></description><category></category></item><item><title><![CDATA[GDBT模型、XGBoost和LightGBM之间的区别与联系]]></title><link>https://blog.youkuaiyun.com/alip39/article/details/101607308</link><guid>https://blog.youkuaiyun.com/alip39/article/details/101607308</guid><author>alip39</author><pubDate>Wed, 02 Oct 2019 22:42:58 +0800</pubDate><description><![CDATA[GDBT模型、XGBoost和LightGBM之间的区别与联系

]]></description><category></category></item><item><title><![CDATA[提升树模型：从提升树到GBDT树]]></title><link>https://blog.youkuaiyun.com/alip39/article/details/101316601</link><guid>https://blog.youkuaiyun.com/alip39/article/details/101316601</guid><author>alip39</author><pubDate>Sat, 28 Sep 2019 12:22:02 +0800</pubDate><description><![CDATA[提升树模型：从提升树至GBDT树、XGBoost以及LightGBM
提升树
GBDT树
XGBoost
LightGBM
对比与总结

]]></description><category></category></item><item><title><![CDATA[集成学习方法-Boosting-Adaboost]]></title><link>https://blog.youkuaiyun.com/alip39/article/details/101162598</link><guid>https://blog.youkuaiyun.com/alip39/article/details/101162598</guid><author>alip39</author><pubDate>Sun, 22 Sep 2019 16:43:41 +0800</pubDate><description><![CDATA[集成学习方法-Boosting-Adaboost
Adaboost算法：
AdaBoost，英文为‘Adaptive Boosting’，它的自适应在于：1. 样本权重的自适应学习 2. 模型系数的自适应学习。相对于RF算法，Adaboost更加专注于偏差,它可以降低基学习器的偏差，对基学习器进行进一步的提升。
算法流程：
(1)   初始化训练数据的权值分布，对每个样本赋予同样的权值W=1/N。...]]></description><category></category></item><item><title><![CDATA[集成学习方法-bagging-RandomForest]]></title><link>https://blog.youkuaiyun.com/alip39/article/details/101152647</link><guid>https://blog.youkuaiyun.com/alip39/article/details/101152647</guid><author>alip39</author><pubDate>Sun, 22 Sep 2019 12:29:27 +0800</pubDate><description><![CDATA[集成学习方法-bagging-RandomForest
Bagging：
集成学习的主要想法是将若干个弱分类器，通过线性组合，组成一个较强的模型。bagging集成学习的方式，可以实现模型的并行化训练，并且能有效的降低方差。
Bagging算法流程：：
（1） 从原始样本集中抽取训练集。每轮从原始样本集中使用Bootstraping的方法抽取n个训练样本。共进行k轮抽取，得到k个训练集。（k个训练...]]></description><category></category></item><item><title><![CDATA[ID3、C4.5与CART树的联系与区别]]></title><link>https://blog.youkuaiyun.com/alip39/article/details/101077194</link><guid>https://blog.youkuaiyun.com/alip39/article/details/101077194</guid><author>alip39</author><pubDate>Fri, 20 Sep 2019 20:50:36 +0800</pubDate><description><![CDATA[ID3、C4.5与CART树的联系与区别：
参考博客：
链接1
链接2
特征选择准则：
ID3的特征选择准则为信息增益，即集合D的经验熵H(D)与给定特征A下条件经验熵H(D|A)之差，即：

H(D)表现了数据集D进行分类的不确定性，而H(D|A)表现在特征A而使得对数据集D的分类的不确定性的减少。
有公式[1]可知，当特征取值较多时，H(D) – H(D|A)的差就越大，ID3决策树会偏向于选...]]></description><category></category></item><item><title><![CDATA[树模型-CART决策树-撸清算法逻辑]]></title><link>https://blog.youkuaiyun.com/alip39/article/details/101064168</link><guid>https://blog.youkuaiyun.com/alip39/article/details/101064168</guid><author>alip39</author><pubDate>Fri, 20 Sep 2019 16:17:12 +0800</pubDate><description><![CDATA[树模型-CART决策树-撸清算法逻辑
CART决策树：
CART决策树，称为分类与回归树，是一种既可以进行分类，也可以完成回归任务的树模型。CART决策树是一种二叉树，内部节点特征取值表现为‘是’和‘否’。
在选择特征上，分类任务选择基尼系数最小化准则，回归任务选择平方误差最小准则。
回归树生成：
回归树生成的思路是最容易令人理解的，先从回归的角度来讲解。
假定给一个数据集合D，在数据集D所在的数...]]></description><category></category></item><item><title><![CDATA[树模型-ID3决策树-撸清算法逻辑]]></title><link>https://blog.youkuaiyun.com/alip39/article/details/101016968</link><guid>https://blog.youkuaiyun.com/alip39/article/details/101016968</guid><author>alip39</author><pubDate>Thu, 19 Sep 2019 11:33:21 +0800</pubDate><description><![CDATA[树模型-ID3决策树-撸清算法逻辑
ID3决策树
下图是判断是否外出打高尔夫球的决策树：

算法流程：

从集合D中选择最优切分属性A，衡量是否为最优的切分属性，ID3采用的是信息增益准则。
按照属性A将集合切分，判断切分后的集合：如果当前节点包含的样本属于同一类别，则无需划分，并将此叶子节点的类别定为此类；当前属性为空，或者所有样本属性集上取值相同，此叶子节点类别为大多数样本类别；当前集合为包含...]]></description><category></category></item><item><title><![CDATA[文本分类深度学习算法：FastText、TextCNN、TextRNN、RCNN、HAN]]></title><link>https://blog.youkuaiyun.com/alip39/article/details/100637475</link><guid>https://blog.youkuaiyun.com/alip39/article/details/100637475</guid><author>alip39</author><pubDate>Sun, 08 Sep 2019 20:30:25 +0800</pubDate><description><![CDATA[文本分类深度学习算法：FastText、TextCNN、TextRNN、RCNN、HAN、bert等
这里综述了一些常用的关于文本分类的深度学习算法，其中包括：FastText、TextCNN、TextRNN、RCNN、HAN、bert的原理的简要介绍，以及相关的代码链接。
由于作者比较懒，就放上自己的知乎链接，有需要的点进去即可。
知乎：https://zhuanlan.zhihu.com/p/...]]></description><category></category></item><item><title><![CDATA[NLP:语言表示之词向量——从onehot到word2vector：CBOW和Skip-Gram]]></title><link>https://blog.youkuaiyun.com/alip39/article/details/98473642</link><guid>https://blog.youkuaiyun.com/alip39/article/details/98473642</guid><author>alip39</author><pubDate>Tue, 27 Aug 2019 17:34:49 +0800</pubDate><description><![CDATA[入门NLP:语言表示之词向量——从onehot到word2vector
笔者在入学期间从计算机视觉方面来学习深度学习理论，然后在一次实习中，恰巧接触到了NLP领域，并从事了NLP文本分类相关的工作，之后的几篇帖子中也会较为详细的介绍一下相关知识，以便自己更好的梳理。
在计算机视觉中，我们处理的数据为图片，其中图片本身就是像素矩阵，也就是说本身为一种数值，可以直接拿来进行相关的处理，但是NLP中要处...]]></description><category></category></item><item><title><![CDATA[nltk 报错[nltk_data] Error loading stopwords: hostname]]></title><link>https://blog.youkuaiyun.com/alip39/article/details/98032008</link><guid>https://blog.youkuaiyun.com/alip39/article/details/98032008</guid><author>alip39</author><pubDate>Thu, 01 Aug 2019 09:54:52 +0800</pubDate><description><![CDATA[nltk 报错[nltk_data] Error loading stopwords: hostname，采用下面代码下载stopwords来解决
import nltk
import ssl

try:
    _create_unverified_https_context = ssl._create_unverified_context
except AttributeError:
    ...]]></description><category></category></item><item><title><![CDATA[关于文本分类（情感分析）的英文数据集汇总]]></title><link>https://blog.youkuaiyun.com/alip39/article/details/97928348</link><guid>https://blog.youkuaiyun.com/alip39/article/details/97928348</guid><author>alip39</author><pubDate>Wed, 31 Jul 2019 16:21:32 +0800</pubDate><description><![CDATA[关于文本分类（情感分析）的英文数据集汇总
20 Newsgroups数据集：
The 20 Newsgroups data set is a collection of approximately 20,000 newsgroup documents, partitioned (nearly) evenly across 20 different newsgroups. The data is o...]]></description><category></category></item><item><title><![CDATA[使用conda&pip创建与管理环境]]></title><link>https://blog.youkuaiyun.com/alip39/article/details/97919049</link><guid>https://blog.youkuaiyun.com/alip39/article/details/97919049</guid><author>alip39</author><pubDate>Wed, 31 Jul 2019 15:21:36 +0800</pubDate><description><![CDATA[使用conda&amp;pip创建与管理环境
1.在Linux系统中创建虚拟环境
在这里，默认大家已经安装好了anaconda或者miniconda，并可以使用conda命令。
1.1 在默认/home位置上建立虚拟环境
conda create -n env_name python=x.x

其中，env_name是你想要创建环境的名字，以便日后你可以使用名字来激活相应的环境，比如你可以将其替换...]]></description><category></category></item><item><title><![CDATA[关于文本分类（情感分析）的中文数据集汇总]]></title><link>https://blog.youkuaiyun.com/alip39/article/details/95891321</link><guid>https://blog.youkuaiyun.com/alip39/article/details/95891321</guid><author>alip39</author><pubDate>Sun, 14 Jul 2019 16:08:14 +0800</pubDate><description><![CDATA[文本分类（情感分析）中文数据集汇总
这段时间在公司NLP组里实习，相应的开始学习了一些NLP的知识，并搜索了一些关于NLP中文本分类领域的相关数据集，本文主要列举一些中文数据集。关于英语数据集，且听下回分解。
1.THUCNews数据集：
THUCNews是根据新浪新闻RSS订阅频道2005~2011年间的历史数据筛选过滤生成，包含74万篇新闻文档（2.19 GB），均为UTF-8纯文本格式。我们...]]></description><category></category></item><item><title><![CDATA[pythonic-使用Counter进行计数统计]]></title><link>https://blog.youkuaiyun.com/alip39/article/details/93746041</link><guid>https://blog.youkuaiyun.com/alip39/article/details/93746041</guid><author>alip39</author><pubDate>Wed, 26 Jun 2019 16:04:58 +0800</pubDate><description><![CDATA[pythonic-使用Counter进行计数统计
注：本文参考书籍为：《编写高质量代码-改善python程序的91个建议》一书
方式一，使用defaultdict方式
### python
from collections import defaultdict
data = ['a','2','3',5,6,78,45,'a','3',5,6,'a','2','3',5,6,'3',5,'a','...]]></description><category></category></item><item><title><![CDATA[数据清洗—清洗某属性]]></title><link>https://blog.youkuaiyun.com/alip39/article/details/90730380</link><guid>https://blog.youkuaiyun.com/alip39/article/details/90730380</guid><author>alip39</author><pubDate>Sat, 01 Jun 2019 16:20:19 +0800</pubDate><description><![CDATA[数据清洗—清洗某属性
在数据清理过程中，某些属性可能缺省值过多，这对我们分析或者数据挖掘可能并没有太大的帮助，所以我们需要对其进行清洗工作。而某些属性或许并不缺省，但是方差却十分小，表情属性所携带信息较少，对于分析作用也不是很大也采用清洗工作。
删除缺省值大于某阈值的属性
## 将某一列中空缺值数量多于80%的列去除
# 删除缺省值大于threshold的属性
def del_attributio...]]></description><category></category></item></channel></rss>