![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数据挖掘
文章平均质量分 77
米奇巨型老鼠
这个作者很懒,什么都没留下…
展开
-
【数据挖掘】数据挖掘笔记(二)数据标注与数据生成
目录1 数据标注1.1 前言1.2 Self-training1.3 弱监督2 数据生成参考1 数据标注1.1 前言 在我们获取到的数据当中,可能存在在着部分未标注的数据。比如在一部分外卖订单中,可能会有一部分顾客选择不评价打分,那么从这部分订单中获取到的数据是未标注的。 在参考[1-2]中,提到下图中不同情况下,数据标注可采用到的方法。考虑个人需要,本文将记录红框中的两种方法的学习笔记。1.2 Self-trainingStep 1 利用已有标注数据训练得到一个模型Step 2 将未原创 2021-12-14 00:23:36 · 1742 阅读 · 0 评论 -
【数据挖掘】数据挖掘笔记(一)开源数据集与数据采集
目录1 开源数据集1.1 部分开源数据集及介绍1.2 数据搜索网站2 网络爬虫2.1 BeautifulSoup2.1.1 举例部分代码2.2 模拟浏览器登录2.2.1 配置2.2.2 举例部分代码2.3 re 正则表达式2.3.1 正则表达式2.3.2 常用函数2.4 Fiddle抓包推荐参考1 开源数据集1.1 部分开源数据集及介绍1)GLUE:数据集具体介绍可参考博客2)腾讯AI Lab开源大规模高质量中文词向量数据:数据下载地址3)nltk_data:NLTK Corpora介绍4)其原创 2021-12-12 02:32:09 · 722 阅读 · 0 评论