天空之城在哭泣啊-CSDN博客

原创 dau03MySQL 约束

MySQL 约束1.DQL :查询语句排序查询语法：order by 子句order by 排序字段1 排序方式1，排序字段2 排序方式2···排序方式：ASC : 升序，默认的。DESC : 降序。注意：如果有多个排序条件，则当前的条件值一样时，才会判断第二条件。SELECT * FROM student ORDER BY math ;SELECT * FROM student ORDER BY math ASC ;SELECT

2021-11-12 22:35:29 40

原创 day01 Mysql 基本操作

day01 Mysql 基本操作1.操作数据库1.C（Create)创建 *创建数据库： * create database 数据库名称; * 创建数据库，判断不存在，再创建 * create database if not exists 数据库名称; *创建数据库，并指定字符集 * create database if not exists db4 character set gbk;

2021-11-11 17:51:25 56

原创 Task 4 基于深度学习的⽂本分类1

Task 4 基于深度学习的⽂本分类1学习⽬标学习FastText的使用和基础原理学会使用验证集进行调参FastText是一种典型的深度学习词向量的表示方法，它非常简单通过Ebedding层将单词映射到稠密空间，然后将句子中所有的单词在Embedding空间中进行平均，来分类。基于FastText的⽂本分类安装pip install fasttext#源码安装git clone https://github.com/facebookresearch/fastText.gitcd fa

2020-07-27 16:33:28 76

原创 Task3 基于机器学习的⽂本分类

Task3 基于机器学习的⽂本分类学习目标1.学会TF-IDF的原理和使用2.使用sklearn 的机器学习模型完成文本分类。机器学习模型机器学习是对能通过经验自动改进的计算机算法的研究。机器学习通过历史数据训练出模型对应于人类对经验进行归纳的过程。机器学习利用模型对新数据进行预测对应于人类利用总结的规律对新问题进行预测的过程。TF-IDFTF-IDF分数由两部分组成：第一部分是词语频率（Term Frequency），第二部分是逆文档频率（Inverse Document Frequency

2020-07-24 21:14:27 70

原创 Task 2 数据读取与数据分析

Task 2 数据读取与数据分析数据读取下载数据，通过read_csv 读取train_set.csv数据：import pandas as pdimport numpy as npimport matplotlib.pyplot as plttrain_df=train_df=pd.read_csv('d:\\a\\train_set1.csv',sep='\t',nrows=100)train_df.head参数：sep每列的分隔符,用‘\t’分割，nrows=100，读取100条

2020-07-22 17:05:21 77

原创 task 1·自然语言处理入门---赛题理解

task 1·自然语言处理入门—赛题理解赛题理解赛题名称：零基础入门NLP之新闻文本分类赛题目标：通过此题引导大家走入自然语言处理，接触NLP的预处理、模型构建和模型训练等赛题任务：赛题以自然语言处理为背景，要求选手对新闻文本进行分类，这是一个典型的字符识别问题。学习目标理解赛题背景与赛题数据完成赛题报名和数据下载，理解赛题的解题思路。赛题数据赛题以匿名处理后的新闻数据被赛题数据，数据集报名后可见并可下载。整合划分为14个候选分类：财经、彩票、房产、股票、家居、教育、科技

2020-07-21 10:45:52 141

weixin_45729391的博客