云南省高校数据化运营管理工程研究中心的博客

目录离散特征的编码分为2种情况：连续变量的离散化处理法1.标签的处理：法2.计算指标/哑变量one-hot编码结合pd.cut,处理连续变量合并（)：要注意使用merge还是join离散特征的编码分为2种情况：1.我们在进行那些有大小关系的变量离散，小雨，中雨，大雨，{“小雨”:1,“中雨”:2,“雨天”:3}，这里面有一定数量的大小关系，这种映射的讲解在法1：...

webdriver有三种1、firefox浏览器，geckodriver （firefox 47以上版本，需要下载第三方driver，即geckodriver） 2. chrome浏览器的chromedriver 3. IE的驱动IEdriver起因：Selenium调用webdriver.chrome()出错webdirver.chorme()时，却提示PATH路径中没有c...

系列目录 - python学习 文本特征提取(一) DictVectorizer shuihupopython学习 文本特征提取(二) CountVectorizer TfidfVectorizer 中文处理python学习文本特征提取(三) CountVectorizer TfidfVectorizer 朴素贝叶斯分类性能测试 CountVectorizer TfidfVe...

CountVectorizer TfidfVectorizer 中文处理系列目录 - python学习 文本特征提取(一) DictVectorizer shuihupopython学习 文本特征提取(二) CountVectorizer TfidfVectorizer 中文处理python学习文本特征提取(三) CountVectorizer TfidfVectorizer ...

文章系列：python学习 文本特征提取(一) DictVectorizer shuihupopython学习 文本特征提取(二) CountVectorizer TfidfVectorizer 中文处理python学习文本特征提取(三) CountVectorizer TfidfVectorizer 朴素贝叶斯分类性能测试 DictVectorizer对使用字典储存的数据进行特...

宝宝参加了2018美团的线上笔试，现改编题目一道： 美团编程题目简化版小猪佩奇在探寻数字的奥秘，想要知道1到n的正整数排列起来一共有多少位数字。例如：n为11的时候，1234567891011，一共13位，则输出13。n的的大小范围是1<=n<=10^9。 题目改编自：美团点评2018春招 自然语言处理方向职位试卷， 题目改编自：美团点评2018春招自然语言处...

近来要了解自然语言处理方面的技术，拿百度API做个实验对，进行多次编码尝试最终成功调用。在本人博客百度API使用系列，使用python代码实现。涉及内容如下：1.    （一）百度AI 开放平台API调用之AccessToken获取2.    （二）百度AI 开放平台API调用之应用实践  代码修改中出现的错误，及最终的方法   错误提示："error_code": 282004,error_ms...

PCA最大方差理论+几何意义转载请注明：云南省高校数据化运营管理工程研究中心博客http://write.blog.youkuaiyun.com/mdeditor#!postId=78932615主成份为什么可以  经过主成分在压缩数据之后的数据（主成分得分数据），多个变量变为更少的综合变量，变量个数减少了，还能反映原有数据的信息吗？为什么可以呢？解决以上疑问前我们需要了解PCA理论基础：

本节将从Beta分布出发，水到渠成的讲述Dirichlet 分布和Dirichlet-Multinomial共轭，对称Dirichlet 分布的相关内容。  理解LDA，可以分为下述5个步骤： 一个函数：gamma函数 四个分布：二项分布、多项分布、beta分布、Dirichlet分布 一个概念和一个理念：共轭先验和贝叶斯框架 两个模型：pLSA、LDA 一个采样：Gibb

理解LDA，可以分为下述5个步骤： 一个函数：gamma函数 四个分布：二项分布、多项分布、beta分布、Dirichlet分布 一个概念和一个理念：共轭先验和贝叶斯框架 两个模型：pLSA、LDA 一个采样：Gibbs采样  本节以简单明了的叙述方式，讲述先验概率、似然函数、后验概率、同分布，Beta-Binomial共轭等共轭先验分布内容，对必要的推导，讲述其注意事项，避免跳

PCA主成分分析（入门+深入）+最大方差理论+几何意义Principal components analysis转载请注明：云南省高校数据化运营管理工程研究中心博客http://blog.youkuaiyun.com/m0_37788308/article/details/78115209  我们在作数据分析处理时，数据往往包含多个变量，而较多的变量会带来分析问题的复杂性。主成分分析（Prin

PCA算法+python实现（法一）步步详细解析（法一）步步详细解析 +（法二）scikit-learn快速实现方法1. 编程一步一步实现Software version： Python 2.7.12 |Anaconda 4.2.0 (64-bit)|我们以定义函数的形式来一步一步进行1.1 导入模块：Numpy，Pandas# -*- coding

Beta-Binomial共轭和Dirichlet-Multionmail共轭 l

本Git和码云入门操作 一方面 简洁明了，忽略对简单的码云注册的演示，只做文字引导；另一方面，重点突出，对git链接码云容易采坑的地方，详细步骤。且本文有两种Git软件链接码云的方法，一种是窗口也代码输入；另一种是界面操作，各有千秋，欢迎“品尝”。   网上的各种Git和码云入门教程长短不一，不懂的时候，看十几篇也会试错，倒腾了一两个半天也没出来。晚上看着实验室大神操作一遍，传授了葵花宝典。随后

Python小点点儿 按列条件筛选、删除DataFrame的行遇到清洗数据的问题，需要把某一列中为指定元素的数据，整行去除尝试了drop却不能到达理想的效果，isin效果理想。import pandas as pddf = pd.DataFrame({"key":['green','red', 'blue'], "data1":['a','b','c']...