- 博客(12)
- 资源 (6)
- 收藏
- 关注
原创 小点dian儿:pandas混淆矩阵
import pandas as pd pd.crosstab(y_Test,prediction, rownames=["lable"],colnames=["predict"])y_Test,真实值prediction,预测值rownames=["lable"],行名colnames=["predict"],列名
2018-12-28 10:13:01 1598
原创 小点dian儿:Python大文件读取、文件拆分,读取部分数据
目录pandas参数说明文件部分读取参数文件成块读取参数成块读入,并写入其他文件。官方文档pandas参数说明pandas在read_csv或 read_table有几个个参数文件部分读取参数nrows : int, default NoneNumber of rows of file to read. Useful for reading pieces ...
2018-12-27 15:34:38 6525
转载 python 删除文件首行或指定行(修改文件)
网上的大多数答案也是,读入,写入的过程,总结如下python修改文件(fileinput) 链接 https://blog.csdn.net/u013398398/article/details/53583596上网查了好多方法都是将文件一行一行都进来,然后新开一个文件指针,将文件再一行行写进新文件里。 感觉不是太好,看到这个fileinput的库,发现大同小异,不过有一点就是可以在原...
2018-12-26 15:33:20 43622 10
原创 python训练work2vec词向量实例(python gensim)
前期工作可参阅:1.python work2vec词向量训练可参考 https://blog.csdn.net/shuihupo/article/details/85156544词向量训练2.word2vec词向量中文语料处理(python gensim word2vec总结) 可参考 https://mp.csdn.net/postedit/85162237汇总数种语料加载方式。之前的...
2018-12-23 21:03:12 9595 13
原创 python work2vec词向量应用方法汇总
目录前期工作可参阅:work2vec词向量应用汇总(词语相似度、集合相似度、词向量计算等)1.获取每个词的词向量2支持词语的加减运算。(实际中可能只有少数例子比较符合)3计算两个词之间的余弦距离4计算余弦距离最接近“word”的10个词,或topn个词5计算两个集合之间的余弦似度6.选出集合中不同类的词语看了很多资源,总感觉work2vec词向量应用总结得不全面...
2018-12-23 20:44:27 3140
原创 python 第三方包的安装位置
键盘 win +R调出 cmd在cmd中输入一个已经安装过的包的命令,它就会显示安装的位置。比如 pip install pandas 它就显示你的安装包目录了。 手动安装第三方详见教程python 安装.whl、egg、zip、tar.gz安装包...
2018-12-21 20:58:20 10539
原创 python训练work2vec词向量(python gensim)
目录看了很多文章,对与word2vec语料的处理没有那么清晰,现在写下自己处理流程,方便入手的小伙伴,望大家使用的过程中,少走弯路。训练语料格式模型训练1.安装gensim2.模型训练3.模型保存3.1模型训练保存与加载1(模型可继续训练)3.1.1模型继续训练3.2模型训练保存与加载2(模型不可继续训练)模型使用汇总(词语相似度、集合相似度、词向量计算等)...
2018-12-21 17:59:10 22321 9
原创 word2vec词向量中文语料处理(python gensim word2vec总结)
目录中文语料处理法一:语料处理为列表法二:语料是文件(处理为迭代器)对一个目录下的所有文件生效(法1) 对一个目录下的所有文件生效(法2)class : gensim.models.word2vec.PathLineSentences对于单个文件语料,使用LineSentence语料库获取语料word2vec中文语料处理及模型训练实践python gensi...
2018-12-21 15:41:45 35491 17
原创 python小点dian儿:去除txt/json重复行
目录去除重复行(法一:利用内置set)去除重复行(法二:建造list或set检查是否已存在)按行写入json/txt文件查看文件行数长度factfile_path 为json文件casefile_path 为txt文件去除重复行(法一:利用内置set)先了解Python splitlines()用法str.splitlines([keepends])按照行...
2018-12-20 22:12:52 1766
原创 python读取文件 \ufeff 问题
df_ID= pd.read_csv(IDfile_path,encoding= 'utf-8',sep = ',',header=None) ID_list= list(df_ID.ix[:,0]) print(ID_list)我的原始输出:['\ufeffee170175-35de-43b8-ad92-a70600b6da3a', '266d79c7-4ca9...
2018-12-16 19:51:44 3670
原创 Python小点dian儿:sort疑问大全
遇到了就刨根问题,补补python基础吧。数据会清理,特征会派生,模型会跑,参数能调,但始终还是有漏洞,或者术语不可名状。python 去重,并保持列表原来顺序list_a = ['cc', 'bbb', 'dda','bbbb', 'cc', 'sss', 'fase']list_new = list(set(list_a))list_new.sort(key = list_a.i...
2018-12-04 17:55:14 263
msra(NER)命名实体识别语料
2018-11-26
中文命名实体识别语料
2018-11-26
pyltp-0.2.1-cp35-cp35m-win_amd64.whl pyltp-0.2.1-cp36-cp36m-win_amd64.wh
2018-08-10
jpype1for python3.5
2018-03-27
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人