沙师弟专栏

Jetson Orin Nx 解决方案是NVIDIA为嵌入式人工智能计算领域推出的一款强大而灵活的解决方案。该方案基于NVIDIA Orin芯片组，提供高度集成的硬件和软件生态系统，旨在满足嵌入式设备在性能、功耗和散热方面的苛刻要求。Jetson Orin nx解决方案具有卓越的性能和扩展性，可为各种行业应用提供高效的人工智能计算支持。随着人工智能技术的不断发展和应用场景的扩大，Jetson Orin nx解决方案将有更广阔的发展前景。

(1).LR (Logistic Regression，逻辑回归又叫逻辑分类)(2).SVM (Support Vector Machine，支持向量机)(1).LR (Linear Regression，线性回归)(3). RR (Ridge Regression，岭回归)(3).NB (Naive Bayes，朴素贝叶斯)(4).DT (Decision Tree，决策树)(3).基于密度的聚类(DBSCAN)(1).K-Means(K均值)聚类。(2).SVR (支持向量机回归)

目录简述准确率、召回率、F1AP和mAP(mean Average Precision)ROC和AUC简述机器学习(ML),自然语言处理(NLP),信息检索(IR)等领域,评估(Evaluation)是一个必要的 工作,而其评价指标往往有如下几点:准确率(Accuracy),精确率(Precision),召回率(Recall)和F1-Measure。(注： 相对来说，IR 的 ground t...

目录简介一、监督学习1、决策树（Decision Tree，DT）2、朴素贝叶斯分类器（Naive Bayesian Model，NBM）3、最小二乘法（Least squares）4、逻辑回归（Logistic Regression）5、支持向量机（SVM）6、K最近邻算法（KNN，K-NearestNeighbor）7、集成学习（Ensemble Learning）二、无监督学习1、聚类算法2...

TF-IDF（词频-逆文本频率），前面的TF也就是常说到的词频，我们之前做的向量化也就是做了文本中各个词的出现频率统计，并作为文本特征，这个很好理解。最近的项目中，用到了很多机器学习的算法，每个机器学习的算法在不同的样本下的精准率是不同的。通过以上数据可以看出决策树在样本数量较低的情况下还不错，在样本数量在5000的时候效果还可以，但是到达20000的时候，准确率已经在70%左右了。概括来讲， IDF反应了一个词在所有文本中出现的频率，如果一个词在很多的文本中出现，那么它的IDF值应该低。

今天来学习下机器学习的敲门砖——感知机模型。网上查了很多中英文资料，得知感知机是在1957年由Frank Rosenblatt提出的，它被成为机器学习领域最为基础的模型。虽然是最为基础的，但是它在机器学习的领域中，有着举足轻重的地位，它是SVM（支持向量机）和NN（神经网络）学习的基础，可以说它是最古老的分类方法之一了。虽然今天看来它的分类模型在大多数时候泛化能力不强，但是它的原理却值得好好研究。如果研究透了感知机模型，再学习支持向量机、神经网络，也是一个很好的起点。

TF-IDF（词频-逆文本频率），前面的TF也就是常说到的词频，我们之前做的向量化也就是做了文本中各个词的出现频率统计，并作为文本特征，这个很好理解。2）预测结果呈“S”型，因此从log(odds)向概率转化的过程是非线性的，在两端随着​log(odds)值的变化，概率变化很小，边际值太小，slope太小，而中间概率的变化很大，很敏感。最近的项目中，用到了很多机器学习的算法，每个机器学习的算法在不同的样本下的精准率是不同的。2、把整体样本按照8：2的比例，分为80%的训练集，20%的测试集。

Sklearn的svm算法中，LinearSVC效果是最优的。在数据量达到20000条，精确率依然在80%左右。其实SVM简单的调参后，精确率会更高。机器学习 之 支持向量机（SupportVectorMachine）文本算法的精确率——升级版sklearn。

TF-IDF（词频-逆文本频率），前面的TF也就是常说到的词频，我们之前做的向量化也就是做了文本中各个词的出现频率统计，并作为文本特征，这个很好理解。最近的项目中，用到了很多机器学习的算法，每个机器学习的算法在不同的样本下的精准率是不同的。通过以上数据可以看出在样本数量较低的情况下还不错，在样本数量在5000的时候效果还可以，但是到达20000的时候，准确率已经在65%左右了。概括来讲， IDF反应了一个词在所有文本中出现的频率，如果一个词在很多的文本中出现，那么它的IDF值应该低。

最近的项目中，用到了很多机器学习的算法，每个机器学习的算法在不同的样本下的精准率是不同的。为了验证每个算法在每种不同样本数量的能力，就做了一下实验，本文讲的是“朴素贝叶斯”在文本算法中的精准率。这里应该多跑几遍不同样本，然后把结果取平均值，每次的结果还是稍有不同的。2、把整体样本按照8：2的比例，分为80%的训练集，20%的测试集。4、接着把训练集的样本和标签统一的传入算法中，得到拟合后的模型。6、把测试集得出的词向量丢到拟合后的模型中，看得出的结果。对输入数据的表达形式很敏感，分类的性能不一定很高。

TF-IDF（词频-逆文本频率），前面的TF也就是常说到的词频，我们之前做的向量化也就是做了文本中各个词的出现频率统计，并作为文本特征，这个很好理解。有些句子中的词，比如说“的”，几乎所有句子都会出现，词频虽然高，但是重要性却应该比 主语、宾语等低。最近的项目中，用到了很多机器学习的算法，每个机器学习的算法在不同的样本下的精准率是不同的。概括来讲， IDF反应了一个词在所有文本中出现的频率，如果一个词在很多的文本中出现，那么它的IDF值应该低。6、把测试集得出的词向量丢到拟合后的模型中，看得出的结果。

Python（http://www.python.org/）是一种适合快速编程的编程语言发展。该工具为LIBLINEAR（一个库）提供了一个简单的Python接口用于支持向量机（http://www.csie.ntu.edu.tw/~cjlin/liblinear）。该界面非常易于使用，因为其用法与LIBLINEAR的用法相同。该界面是使用内置的Python库“ctypes”开发的。

文章目录简介Liblinear中的效果和Sklearn中的效果对比Liblinear实验整体流程Liblinear核心源码简介最近的项目中，用到了很多机器学习的算法，每个机器学习的算法在不同的样本下的精准率是不同的。为了验证每个算法在每种不同样本数量的能力，就做了一下实验，本文讲的是“支持向量机”在运用Liblinear库时，在文本算法中的精准率。Liblinear中的效果和Sklearn中...

Sklearn的svm算法中，LinearSVC效果是最优的。

Swap空间的作用可简单描述为：当系统的物理内存不够用的时候，就需要将物理内存中的一部分空间释放出来，以供当前运行的程序使用。那些被释放的空间可能来自一些很长时间没有什么操作的程序，这些被释放的空间被临时保存到Swap空间中，等到那些程序要运行时，再从Swap中恢复保存的数据到内存中。就是内存条的空间不够了，为了能让应用程序认为它拥有连续可用的内存（一个连续完整的地址空间），我们匀出一部分硬盘空间来充当内存使用的。通常情况下，我们会把总样本2-8分成测试集和训练集，通常也是在执行训练和测试的时候耗时的。

结巴”中文分词：做最好的 Python 中文分词组件开发者可以指定自己自定义的词典，以便包含 jieba 词库里没有的词。虽然 jieba有新词识别能力，但是自行添加新词可以保证更高的正确率用法： jieba.load_userdict(file_name) # file_name 为文件类对象或自定义词典的路径词典格式和 dict.txt 一样，一个词占一行；每一行分三部分：词语、词频（可省略）、词性（可省略），用空格隔开，顺序不可颠倒。

此文章为转载文章，这是目前为止Python开发写的较全的一篇文章，向原作者们致敬机器学习案例系列教程——算法总结机器学习案例系列教程——损失函数总结机器学习案例系列教程——优化方法总结（梯度下降法、牛顿法、拟牛顿法、共轭梯度法等）机器学习案例系列教程——距离度量方法总结机器学习案例系列教程——模型评估总结。

Scrapy是一个非常简单方便的爬虫框架了，本篇文章一步一步的教你几分钟学会爬虫。简单了解一下Scrapy的概念。它是Python开发的一个快速、高层次的屏幕抓取和web抓取框架，用于抓取web站点并从页面中提取结构化的数据。Scrapy用途广泛，可以用于数据挖掘、监测和自动化测试。Scrapy吸引人的地方在于它是一个框架，任何人都可以根据需求方便的修改。它也提供了多种类型爬虫的基类，如BaseSpider、sitemap爬虫等，最新版本又提供了web2.0爬虫的支持。本文是讲述的全过程，会比较详细。

正在学习python的爬虫，于是爬了一下现在自己的CSDN博客的个人信息。本文讲解了我利用Python3爬取CSDN个人信息的两种方式（正则表达式、XPath）。由于CSDN也会不断的改变它的HTML代码，所以本文只是提供爬取方式哈。这篇文章中提过。只不过那篇文章讲解的是利用Scrapy框架去爬，本文讲的是直接用xpath模块的一种效果。

文章目录1、简述2、 CountVectorizer 和 Transformer保存和加载2.1、TF-IDF词典的保存2.2、TF-IDF加载，测试新数据3、模型的保存和加载3.1、模型的保存3.2、模型的加载4、例子1、简述如果用到TF-IDF，sklearn中经常会用CountVectorizer与TfidfTransformer两个类。我们总是需要保存TF-IDF的词典，然后计算测试集...

之前讲述过关于Jieba分词的内容，最近又有关于这方面的需求，于是做了一个小示例来学习。此示例先获取xlsx文件的语料内容，然后再针对语料进行分词。先上传图片到项目中，然后提交完图片之后在项目中找到图片的url。

文章目录1、简介2、计算过程3、效果图4、核心代码5、此项目Github源码分享1、简介最近一直在研究NLP的文本相似度算法，本文将利用TF-IDF特征向量和Simhash指纹计算中文文本的相似度。2、计算过程准备测试数据预处理读到的数据加载数据到Map中输入用户问题利用TF特征向量和Simhash指纹计算出 预处理的配置文件中的分值3、效果图4、核心代码 try...

文章目录1.分词 Word Segmentation2.词预测 Word Prediction3. 文本蕴涵 Textual Entailment4. 语音识别 Automatic Speech Recognition5. 自动摘要 Automatic Summarisation6. 文本纠错 Text Correct7.字音转换 Grapheme to Phoneme8. 复述检测 Paraph...