GodBlessTo的博客

用python实现新词发现程序——基于凝固度和自由度互联网时代，信息产生的数量和传递的速度非常快，语言文字也不断变化更新，新词层出不穷。一个好的新词发现程序对做NLP（自然预言处理）来说是非常重要的。N-Gram加词频最原始的新词算法莫过于n-gram加词频了。简单来说就是，从大量语料中抽取连续的字的组合片段，这些字组合片段最多包含n个字，同时统计每个字组合的频率，按照词频并设置一个阈...

kNN算法伪代码：1】计算已知类别数据集中的点与当前点之间的距离2】按照距离递增次序排序3】选取与当前点距离最小的k个点4】确定前k个点所在类别的出现频率5】返回前k个点出现频率最高的类别作为当前点的预测分类源代码实现：def classify0(inX, dataSet, labels, k):    dataSetSize = dataSet.shape