EnemyGodlike的博客

因为我是用的在线编译器做一些简单的数据输入输出处理，因此需要获取在线的文件位置。顺便推荐一个好用的在线python编译器，适用于我这种不想下载pycharm的。

整数翻转给你一个 32 位的有符号整数 x ，返回 x 中每位上的数字反转后的结果。如果反转后整数超过 32 位的有符号整数的范围 [−231, 231 − 1] ，就返回 0。假设环境不允许存储 64 位整数（有符号或无符号）。示例 1：输入：x = 123输出：321示例 2：输入：x = -123输出：-321示例 3：输入：x = 120输出：21示例 4：输入：x = 0输出：0来源：力扣（LeetCode）解法链接暴力解法：字符串翻转 def rever

leetcode刷题–无重复字符的最长子串python解法题目描述：给定一个字符串，请你找出其中不含有重复字符的 最长子串 的长度。示例1:输入: s = “abcabcbb”输出: 3解释: 因为无重复字符的最长子串是 “abc”，所以其长度为 3。示例2:输入: s = “bbbbb”输出: 1解释: 因为无重复字符的最长子串是 “b”，所以其长度为 1。示例3:输入: s = “pwwkew”输出: 3解释: 因为无重复字符的最长子串是 “wke”，所以其长度为 3。请注意

给出已经分好的英文数据集，数据集中没有重复的单词，进行文本聚类聚类就是先把英文单词转化为向量，根据要聚成多少类，随机选择点，用欧氏距离或者余弦距离进行计算，把随机选择的中心点附近的点跟他归为一类，所以要先计算tdidf的值，关于pycharm中kmeans包中的函数介绍 n_clusters: 簇的个数，即你想聚成几类 init: 初始簇中心的获取方法 n_init: 获取初始簇中心的更迭次数，为了弥补初始质心的影响，算法默认会初始10个质心，实现算法，然后返回最好的结果。

宏观理解LDA有两种含义线性判别器（Linear Discriminant Analysis） 隐含狄利克雷分布（Latent Dirichlet Allocation，简称LDA）本文讲解的是后者，它常常用于浅层语义分析，在文本语义分析中是一个很有用的模型。LDA模型是一种主题模型，它可以将文档集中的每篇文档的主题以概率分布的形式给出，从而通过分析一些文档抽取出它们的主题（分布）出来后，便可以根据主题（分布）进行主题聚类或文本分类。同时，它是一种典型的词袋模型，即一篇文档是由一组词构成，词

实验室第一次作业第一阶段学习要求： 一、python的基本语法，自己搜索资料，例如：菜鸟教程等，然后去https://leetcode-cn.com/做20道题（主要看字符串的，因为后面我们处理字符串比较多） 二、了解numpy库（可以自行百度） 1、生成随机矩阵，2、矩阵相乘 3、转换矩阵形状 4、list跟矩阵的转换方法 numpy还有很多函数可以自行学习一下，百度上很多总结的 三、对文件和文件夹的操作 ...