- 博客(6)
- 收藏
- 关注
RSS订阅原创 绘图--词云
词云import pandas as pdimport numpy as npimport matplotlib.pylab as pltfrom wordcloud import WordClouddef 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
263
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1-9xpathhtml.fromstring(pat
2020-06-17 19:37:10
308
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
1251
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 Imageim=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.sizefh=ope
2020-06-01 14:31:36
3116
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 npimport reimport feedparser as fpimport operator as op2.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
346
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
2162
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