飞翔的小鸟

概览 　　自动文本分类(Automatic Text Categorization),或者简称为文本分类,是指计算机将一篇文章归于预先给定的某一类或某几类的过程。 　　文本分类是指按照预先定义的主题类别,为文档集合中的每个文档确定一个类别.文本分类是文本挖掘的一个重要内容。 　　所谓文本分类,是指对所给出的文本,给出预定义的一个或多个类别标号,对文本进行准确、高效的分类.它是许多数据管理任务

本文转自http://www.cnblogs.com/LeftNotEasy/archive/2011/02/27/py_mining_first_release.html 前言      最近一个月，过年的时候天天在家里呆着，年后公司的事情也不断，有一段时间没有更新博客了。PyMining是我最近一段时间构思的一个项目，虽然目前看来比较微型。该项目主要是针对中文文本的数据挖掘算法

简介 Element类型是一种灵活的容器对象，用于在内存中存储结构化数据。 ［注意］xml.etree.ElementTree模块在应对恶意结构数据时显得并不安全。 每个element对象都具有以下属性： 　　1. tag：string对象，表示数据代表的种类。 　　2. attrib：dictionary对象，表示附有的属性。 　　3. text：string