2019年08月_jingyi130705008

11月 10月 09月 08月 07月 05月 02月

原创 python函数的可变参数*args和关键字参数**kw

1. 定义解释在函数定义def func(*args, **kw) 时，参数args前有‘*’符号，表示该参数是可变参数，即参数的数量可以为任意个；参数kw 前有‘**’符号，表示该参数是关键字参数，即参数带有key，且数量可以为任意个；在函数调用 func(*args, **kw) 时，参数args前有‘*’符号，表示会把args展开，把其中的每个...

2019-08-05 15:59:04 899

原创短文本聚类

1. 数据预处理 1.1 下载搜狗实验室提供的新闻预料(提取码krbd) 1.2 xml文本解析 extract_text.py ：读取SogouCS_reduced文件夹下的文件，进行xml解析，得到每个新闻的content，并将其放在对应的分类文件夹下； split_text.py ：读取分类好的新闻预料（SogouCS_reduced_after文件夹下），采用jieba库进行分...

2019-08-01 17:58:55 875

原创基于短文本的推荐

很多时候系统只会推送那些大V发布的微博，而对于新人发布的优质内容就会忽略。那么如何避免这一问题呢？首先要做的就是发现优质内容的微博。 1. Baseline 1.1 用户特征（1）基本属性一般指用户侧的基本属性，如年龄、性别等。由于数据中无相关信息，于是无需进行分析。（2）用户-博文交叉特征（统计特征） 1）过去一个月： -发布博文总数 -最大评论数、点赞数、转发数 ...

2019-08-01 17:58:21 243

fastText增量训练版本代码

本版代码支持fastText进行增量训练，目前仅支持fasttext命令行格式。

2024-03-29

json转excel的demo示例

json转excel的demo示例，支持json多层级拉平变成Excel中的列名。采用python中的json、pandas实现。可在此基础上进一步开发。

2023-08-08

time_series_covid19_deaths_global.csv

2021-01-22

geoip2.database包 GeoLite2-City.mmdb

geoip2 可解析出ip的位置和所在城市等信息，GeoLite2-City.mmdb数据库，仅供学习使用。

2020-10-23

该代码完整实现了基于bilstm+crf的tensorflow实现，可训练、预测。 ├── Batch.py # 实现batch功能 ├── bilstm_crf.py # 模型定义 ├── data # 数据文件夹 │ ├── Bosondata.pkl # 训练数据的输入（加工后） │ ├── generate_dataset.py # 数据加工脚本，将原数据处理成模型需要的格式 │ └── wordtagsplit.txt # 原数据 ├── train.py # 训练相关的代码 └── utils.py # 功能函数

2020-07-24

采用fasttext对文本公告进行分类

该代码文件包括以下几个部分：（1）nlp_utils.py 数据功能处理函数（2）fast_text_train.py 训练代码（3）fast_text_predict.py 利用meta模型预测代码（4）frozen_graph.py 模型固化及预测代码（5）saves 训练得到的模型文件（6）word2id_dict.txt、label2id_dict.txt 训练时得到的字典文件

2020-07-08