- 博客(6)
- 收藏
- 关注
RSS订阅原创 绘图--词云
词云 import pandas as pd import numpy as np import matplotlib.pylab as plt from wordcloud import WordCloud def getExcelData(path_url): """读取表格数据，统计为字典""" data = pd.read_csv(path_url) result = {} for x in data["职位名称"]: if x in result.key
2020-06-17 21:05:03
356
原创 采集数据
数据采集 网页采集数据：打开链接（模仿请求头和表单）----->获取分析html-----> 清洗提取信息 正则 符号 含义 符号 含义 . 匹配换行符以外的任何字符 \ 转义 ^ 匹配字符串的开头 $ 匹配字符串的末尾 * 匹配前一正则的0+个 + 匹配前一正则的1+个 ? 匹配前一正则0或1个 {m} 匹配前一正则m个 {m,n} 匹配前一正则m-n个 [1,9]、[1-9] 分别匹配1或9和1-9 xpath html.fromstring(pat
2020-06-17 19:37:10
377
原创 决策树（离散数据）的python实现
决策树（离散数据）的python实现 1.计算熵和信息增益率等，来确定按特征进行分类的顺序 2.利用多重字典一层一层建立决策树 熵：Ent(D)=−∑pi*log(pi） 条件熵：条件熵????(X|Y)相当于联合熵????(????,????)减去单独的熵????(Y)，即：????(X|Y)=????(????,????)−????(Y) 信息增益率：信息增益/分裂信息度量 1.创建特征和分类数据 ## 矩阵、列表皆可 dataSet = [[ 1. , 2.1], [ 2.
2020-06-03 16:55:09
1448
原创 图片和二进制流之间的转化
图片和二进制流之间的转化 1.图片—>二进制图像矩阵 读取图片，并调节图片像素（如（256,256））. 获取像素点的颜色（黑色：RGB(0,0,0）） 转化二进制流写入文件（黑色：1，其余：0） from PIL import Image im=Image.open('算法数据/t2.jpg') im = im.resize((256, 256), Image.NEAREST) # 调节图片大小 r,g,b = im.split() width,height=im.size fh=ope
2020-06-01 14:31:36
3665
原创 朴素贝叶斯分类的python实现
贝叶斯分类 两组文本（一组属于a类，一组属于b类） NBC（贝叶斯）通过计算样本在各个分类中的概率来进行分类 1.相关模块导入 import numpy as np import re import feedparser as fp import operator as op 2.数据获取 def str_strlist(String): ## 字符串——>字符串列表 listOfTokens=re.split(r"\W",String) return [tok.lowe
2020-05-30 16:08:42
424
原创 KNN分类器的python实现
分类器结果：3, 真实结果:3 分类器结果：3, 真实结果:2 分类器结果：1, 真实结果:1 分类器的错误率是0.333333
2020-05-29 21:55:43
2360
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人