日积月累

1.数据集 import numpy as np import pandas as pd import matplotlib.pyplot as plt data = pd.read_csv('creditcard.csv') print(data.head(n=5)) countClasses = pd.value_counts(data['Class'],sort=True).sort_in...

1.可视化树 import numpy as np import pandas as pd import matplotlib.pyplot as plt from sklearn import tree import graphviz #可视化 import pydotplus #画.dot文件 from IPython.display import Image #图片 from sklear...

1.拿到数据集应该先分析数据（每个特征分析，缺失值等等） 2.数据预处理 首先简单看一下数据集的数据特征 import numpy as np import pandas as pd import matplotlib.pyplot as plt titanic = pd.read_csv('titanic_train.csv') print(titanic.describe()) 我们分析...

求解：argmaxc P(c|w) -> argmaxc P(w|c)P©/P(w) P©：文章中出现一个正确拼写词c的概率，也就是语料库中c出现的概率有多大 P(w|c)：在用户想键入c的情况下敲成w的概率，也就是用户会以多大的概率把c敲错成w argmaxc：用来枚举所有可能的c并且选取概率最大的 import re #正则表达式 from collections import defa...

1.数据 import pandas as pd import jieba # #数据(一小部分的新闻数据) df_news = pd.read_table('val.txt',names=['category','theme','URL','content'],encoding='utf-8') df_news = df_news.dropna() #直接丢弃包括NAN的整条数据 print(...

import pandas as pd import numpy as np import matplotlib.pyplot as plt from statsmodels.graphics.tsaplots import plot_acf,plot_pacf from statsmodels.tsa.arima_model import ARIMA #ARIMA模型 import patsy ...

1.下载维基百科数据 https://dumps.wikimedia.org/zhwiki/latest/ 2.预处理文件：将压缩的文件转化成.txt文件 添加脚本文件process.py，代码如下： import logging import os.path import sys from gensim.corpora import WikiCorpus if __name__ == '__...