rxt2012kc的博客

virtualenv是一个python虚拟环境，能够和系统环境相隔离，保持环境的纯净。virtualenvwrapper可以方便的管理虚拟环境。virtualenv的安装sudo pip install virtualenvvirtualenv使用virtualenv virenv1即可创建虚拟环境。virtualenvwrapper的安装sudo easy_install virtualenvwr

数据挖掘比赛入门_以去年阿里天猫推荐比赛为例·写在前面        整理资料的时候又把这篇文章翻到了，这篇文章对我启发还是很大的，所以就转载在这里做个存档吧，以下内容均为转载，非博主原创。之前写过关于《天猫推荐算法大赛》的总结，但那并不适合给纯新手看，这里再针对性地进行整理，以方便新手理解。仍然以该赛题为例，讲解一个数据挖掘比赛的具体做法，层层深入。本次讲解假定读者对机器学习和数据挖掘有一定

一、标准化（Z-Score），或者去除均值和方差缩放公式为：(X-mean)/std  计算时对每个属性/每列分别进行。将数据按期属性（按列进行）减去其均值，并处以其方差。得到的结果是，对于每个属性/每列来说所有数据都聚集在0附近，方差为1。实现时，有两种不同的方式：使用sklearn.preprocessing.scale()函数，可以直接将给定数据进行标准化。123456789101112131

转自：http://blog.csdn.net/u014568921/article/details/51791495什么是词性标注，Part-of-speech tagging比如下面一段标注过词性的文字文字，用空格分开后，/前面的是英文单词，后面表示它的词性。[plain] view plain copy print?Confidence/NN in/IN the/DT p

pip install jupyterpython -m IPython notebook

转自：http://blog.csdn.net/guotong1988/article/details/51567562from sklearn.feature_extraction.text import CountVectorizertexts=["dog cat fish","dog cat cat","fish bird", 'bird']cv = CountVectorizer

转自：http://www.jb51.net/article/92408.htm 本文总结的是我们大家在python中常见的数据预处理方法，以下通过sklearn的preprocessing模块来介绍;1. 标准化（Standardization or Mean Removal and Variance Scaling)变换后各维特征有0均值，单位方差。也叫z-sc

转载自：https://www.jianshu.com/p/516f009c0875 在机器学习和数据挖掘的应用中，scikit-learn是一个功能强大的python包。在数据量不是过大的情况下，可以解决大部分问题。学习使用scikit-learn的过程中，我自己也在补充着机器学习和数据挖掘的知识。这里根据自己学习sklearn的经验，我做一个