嘻嘻哈哈每天开心-CSDN博客

本文详细介绍了MATLAB中的fmincon函数，该函数专门用于寻找带有约束条件的非线性多变量函数的最小值。文章从fmincon的基本语法入手，逐步深入到其应用实例，包括线性不等式约束、线性等式与不等式混合约束、具有边界约束的优化问题、非线性约束优化以及如何获取目标函数值和使用额外输出来验证解的正确性。此外，还探讨了如何获取fmincon的所有输出以及exitflag参数如何帮助理解算法停止的原因。

2024-10-10 10:51:55 11859 3

原创【线性规划求解系列】MATLAB中使用linprog解决线性规划问题

本文详细介绍了如何在MATLAB中使用linprog函数来解决各种类型的线性规划问题。首先概述了linprog的基本语法，随后通过五个具体实例演示了如何处理仅含有线性不等式约束、同时含有线性等式和不等式约束、以及包含所有类型约束的线性规划问题。此外，还展示了如何获取优化过程中的目标函数值及退出条件，帮助读者更好地理解和应用linprog函数进行优化计算。无论是初学者还是有一定经验的用户，都能从中受益，掌握使用MATLAB进行线性规划的基础知识和技巧。

2024-09-19 11:00:55 3667

原创 Latex入门指南：从下载到安装的全面教程

本篇博客旨在为初学者提供一个全面的Latex入门指南，涵盖了从下载、安装到配置Texlive和TexStudio的详细步骤。通过本指南，您将了解到如何正确安装Latex环境并成功运行第一个Latex文档，为撰写高质量的科技论文或书籍打下坚实基础。

2024-08-05 13:52:24 7503 3

原创【知识图谱系列】（实例）python操作neo4j构建企业间的业务往来的知识图谱

本章节通过聚焦于"金额"这一核心属性，构建了一幅知识图谱，旨在揭示"销售方"与"购买方"间的商业互动网。在这张图谱中，绿色节点象征着购买方，而红色节点则代表了销售方。这两类节点间的紧密连线，不仅映射了双方在市场活动中的合作桥梁，还特别以不同颜色编码的线条区分了交易的规模等级：细分为1000万级别、2000万级别、5000万级别乃至8000万级别的交易纽带，以此精准描绘出商业交易的多样性和规模层次。

2024-06-28 18:38:13 1313 3

原创【知识图谱系列】Neo4j使用Py2neo与python进行链接

目录一、安装py2neo二、打开Neo4j三、使用Python操作Neo4j一、安装py2neopip install --upgrade py2neo -i https://pypi.tuna.tsinghua.edu.cn/simple可以先阅读下文档：https://py2neo.org/v4/index.html这个文档里有好多关于这个工具包的API介绍，也就是如何使用这个工具包。二、打开Neo4j在cmd里输入neo4j.bat console，然

2024-06-28 17:04:48 1727

原创【知识图谱系列】Neo4j数据库操作全攻略：增删改查与快速清空技巧

本文将全面介绍Neo4j图数据库的基本操作，包括如何增加节点和关系、如何删除节点和关系、如何修改节点和关系的属性以及标签，以及如何进行查找操作。此外，还将分享一个实用的小技巧——如何快速清空Neo4j数据库中的所有数据。

2024-06-27 16:17:04 8120

原创【知识图谱系列】一步步指导：安装与配置JDK和Neo4j的完美搭配

本文将提供详细的步骤，介绍如何下载、安装和配置Java开发工具包（JDK）以及流行的图形数据库Neo4j。将从选择合适的JDK版本开始，然后是下载和配置环境变量，接着以同样的方式处理Neo4j。最后，会通过一些检查步骤来确保一切安装正确。

2024-06-27 13:37:48 2171 3

原创【自然语言处理系列】掌握jieba分词器：从基础到实战，深入文本分析与词云图展示

本文旨在全面介绍jieba分词器的功能与应用，从分词器的基本情况入手，逐步解析全模式与精确模式的不同应用场景。文章进一步指导读者如何通过添加自定义词典优化分词效果，以及如何利用jieba分词器进行关键词抽取和词性标注，为后续的文本分析打下坚实基础。以十九大报告为例，我们将展示如何将分析结果以词云图的形式直观展现，使读者能够更加深入理解和掌握文本分析的实际操作，进而提升处理中文文本数据的能力。此博客适合NLP初学者及对文本分析感兴趣的专业人士。

2024-06-26 14:15:03 1374

原创 Python画词云图时字体报错，ValueError: Only supported for TrueType fonts

Python画词云图时字体报错，ValueError: Only supported for TrueType fonts

2024-06-26 13:02:18 694 3

原创【自然语言处理系列】探索NLP：使用Spacy进行分词、分句、词性标注和命名实体识别,并以《傲慢与偏见》与全球恐怖活动两个实例文本进行分析

本文深入探讨了scaPy库在文本分析和数据可视化方面的应用。首先，我们通过简单的文本处理任务，如分词和分句，来展示scaPy的基本功能。接着，我们利用scaPy的命名实体识别和词性标注功能，分析了Jane Austen的经典小说《傲慢与偏见》，识别出文中的主要人物和地点。最后，我们将这些文本分析技术应用于全球恐怖活动的数据集中，揭示了不同恐怖组织在全球各地的活动分布。文章展示了如何用scaPy进行复杂的文本挖掘和数据分析，为研究和政策制定提供见解。

2024-06-25 22:20:47 1590 2

原创【自然语言处理系列】手动安装和测试Spacy中en_core_web_sm模型的详细教程

本教程旨在为自然语言处理（NLP）初学者提供一个详细的指南，用于手动安装流行的NLP库Spacy及其英语模型en_core_web_sm。文章将逐步指导您如何安装Spacy库、查看其版本，确定并下载适合的en_core_web_sm模型版本，以及如何正确安装并测试这些组件确保它们正常工作。完成本教程后，您将能够使用Spacy进行基本的NLP任务，例如分词、命名实体识别和依赖关系解析。

2024-06-25 17:15:57 5554 5

原创【自然语言处理系列】掌握NLP基础：去停用词、词性标注与命名实体识别实战教程

本系列教程专注于自然语言处理（NLP）中的基础元素，包括去停用词、词性标注以及命名实体识别。这些步骤是文本预处理和分析不可或缺的组成部分。我们将通过具体的实例和技术演示，讲解如何使用Python及其相关库（如NLTK）进行有效的文本数据处理。从去除无关词汇到识别关键实体，提供详细的操作指导和实际应用案例，帮助读者提升在文本挖掘和数据分析领域的技能。

2024-06-25 16:02:11 1392

原创使用Python创建并保存Word文档，将python代码结果插到word中

本教程将引导读者通过简单的Python脚本创建和保存一个包含特定内容的Word文档。首先，我们将介绍如何安装必要的python-docx库，接着学习如何使用docx库的基本功能来创建一个新的Word文档对象。文章中，我们将具体演示如何在Python中执行代码，处理数据，并将这些数据以段落的形式插入到新创建的Word文档中。最后，我们将展示如何保存这个文档为.docx格式。

2024-06-25 15:42:02 2345

原创【自然语言处理系列】安装nltk_data和punkt库（亲测有效）

在使用自然语言处理库nltk时，许多初学者会遇到“nltk.download('punkt')”无法正常下载的问题。本文将提供一个详细的解决方案，包括如何下载所需的数据文件、将其移动到正确的目录，并进行测试以确保成功调用punkt库。无论您是编程新手还是有经验的开发者，希望这篇文章帮助您克服这一常见障碍，使您能够顺利使用nltk库进行自然语言处理任务。

2024-06-24 22:52:41 19283 10

原创【自然语言处理系列】探索正则表达式：从基础语法到高级应用

本系列博客将带你深入了解正则表达式的世界，从基本语法开始，直到复杂的应用场景。我们将一起探索如何在Python中使用正则表达式进行字符串的搜索、匹配、替换和分割，以及如何利用正则表达式进行数据验证和提取。无论你是正则表达式的新手，还是希望巩固和扩展你的知识，这个系列都将为你提供有价值的见解和实用的例子。

2024-06-24 21:10:55 1288

原创【自然语言处理系列】Python 字符串操作技巧：清理、替换与合并

在编写Python程序时，字符串处理是一项常见的任务。了解如何有效地清理、修改和合并字符串对于数据预处理、文本分析和日常编程都至关重要。本文将引导您通过一系列实用的示例来掌握Python中字符串的核心操作，包括去除不需要的空格和特殊字符、替换文本中的特定单词以及将单词序列合并成通顺的语句。无论您是数据科学家、Web开发者还是编程新手，这些技巧都将帮助您提高编码效率并优化您的文本数据。本文将学习如何在Python中灵活运用strip()、replace()和split()等方法，以实现强大的字符串操作。

2024-06-24 19:23:03 502

原创【深度学习系列】全面指南：安装TensorFlow的CPU和GPU版本

本博客旨在为初学者提供一份全面的指南，介绍如何根据个人电脑的配置选择并安装适合的TensorFlow版本。内容涵盖了如何查看电脑显卡型号以确定是安装CPU还是GPU版本的TensorFlow，创建Python虚拟环境，以及使用conda命令查找可用的TensorFlow版本。同时，文章还提供了安装过程中可能遇到的问题及其解决方法，确保读者能够顺利完成安装过程，并开始他们的机器学习或深度学习项目。

2024-06-22 22:55:33 32756 9

原创【机器学习系列】Python实战：使用GridSearchCV优化AdaBoost分类器及其基分类器

本文旨在深入探索AdaBoost算法的标准实现，并解释如何通过网格搜索（GridSearchCV）对其及其基分类器（如决策树）的参数进行优化，以在分类任务中达到更高的准确率。我们将从AdaBoost的基本概念讲起，介绍其在Python中的实现方式，并通过一个实例详细展示如何划分训练集、选择基分类器、创建AdaBoost分类器、调参优化以及评估预测性能。本篇博客将帮助读者理解AdaBoost算法的调优步骤，并能够运用网格搜索技术寻找最优的模型参数，从而提高模型在实际应用中的预测精度。

2024-06-11 21:27:45 1506 1

原创【机器学习系列】深入理解集成学习：从Bagging到Boosting

本文将探讨集成学习方法的核心概念，包括其基本原理和两种主流技术：装袋（Bagging）与提升（Boosting）。我们将深入了解随机森林——一种基于Bagging的集成方法，并讨论其背后的思想、树的生成过程以及抽样策略。同时，我们也将介绍Adaboost算法的基本思想和工作原理，并通过实例加以说明。通过这篇文章，读者可以获得对集成分类器构建方法的全面了解，并掌握如何在Python中实现随机森林。

2024-06-10 21:58:36 1470

原创【数据可视化系列】使用Python和Seaborn绘制相关性热力图

在数据科学领域，了解不同特征之间的相关性是非常重要的。本教程将引导你如何使用Python编程语言和Seaborn库来绘制鸢尾花数据集（Iris dataset）的特征相关性热力图。我们将首先导入所需的库，包括pandas和scikit-learn，然后加载鸢尾花数据集并提取其特征和目标变量。接下来，我们将创建一个数据框来存储这些数据，并使用Seaborn库中的heatmap函数来生成一个可视化的相关性热力图。这个图将帮助我们快速识别数据集中哪些特征之间存在强烈的相关性，从而为进一步的数据分析提供洞见。

2024-06-08 22:06:41 1955

【python操作neo4j构建企业间的业务往来知识图谱】

【python操作neo4j构建企业间的业务往来知识图谱】

空空如也