dipizhong7224的博客

study

概览：情感分析是NLP中一大分支，本文尝试使用预训练模型（Roberta-wwm-ext）对微博通用数据进行情感分类，共六种类别（积极、愤怒、悲伤、恐惧、惊奇、无情绪）。数据来源：SMP2020微博情绪分类评测该评测任务中涉及通用数据和疫情数据，本文只使用通用数据。本文着重展示利用预训练模型在torch环境下进行情感分析的pipeline，弱化提升模型本身精度的探索。数据介绍：训练集：27,768条；测试集：5,000条下载链接提取码：q2f8数据格式如下图：id是编号；co..

#20210107（1）均匀分布、正态分布相加（2）卡方检验

（1）LC300：最长上升子序列（2）LC673：最长递增子序列个数（3）

大顶堆，升序：def heapify(arr, n, i): """ arr:数组 n：数组的长度 i: 当前节点的索引 """ r = 2*i + 1 l = 2*i # 判断左子节点是否大于当前节点 largest = i if l < n and arr[l] > arr[i]: #降序改为arr[l] < arr[i] largest = l# else:#

sklearn自带的classification_report方法可以针对二分类或多分类问题，计算分类器的precision、recall和f1-score。示例：from sklearn.metrics import classification_reporty_true=[0,1,2,2,0]y_pred=[1,0,2,1,1]print(classification_repo...

Python的功能可谓相当强大，在很多行业具有相当的优势，这种优势很大程度上来源于各种第三方库。本文介绍了如何利用时间序列模型ARIMA进行股票走势预测。环境：windows 64平台：Jupyter Notebook (Kernel python3)库：tushare statsmodels pandas numpy seaborn matplotlib先来看看效果吧

本文是利用Python绘制全国各大城市在岗职工平均工资（2016年）的地图分布情况。思路是：首先利用百度地图API爬取各大城市的经纬度坐标（绘制地图需要），而后从中国国家统计局下载2016年全国各大城市在岗职工平均工资数据，调用Python第三方库Folium绘制地图，保存成html文件。先来看一下最终的效果吧图1 全国各大城市在岗职工平均工资（2016年）的地图分布情况 环境

场景：需要判断变量a是否为nan方法：if a==a: print('a is not nan')else: print('a is nan)原理：nan不和任何值相等，包括本身