奋青的那些事-CSDN博客

原创 NLP入门学习资料

引言自然语言处理（NLP）其实是一个涉猎技术很广的领域，因此，在打基础的过程中，建议从机器学习-深度学习-NLP的相关处理技术实践，这样的一个层次递进的学习过程。视频教程【注】下列课程基本是免费课程，浏览器打不开考虑代理VPN。《机器学习》链接：https://www.coursera.org/learn/machine-learning/home/welcome主讲：吴恩达课程简介：机器学习是一门让计算机在没有明确编程的情况下行动的科学。在过去的十年里，机器学习给我们带来了自动驾驶汽车、实

2020-12-07 09:37:10 353

原创【异常处理】python之pandas的to_csv保存后出现中文乱码的解决

法一df.to_csv(file_name2, encoding='utf-8')法二如果还是乱码，可以尝试法二。但是法二有时候会出现一个问题，就是文件打开修改后，即使不保存，再打开也会出现格式混乱的情况。出现这种情况，则用法三可以解决或者修改后另存为csv文件来解决。df.to_csv(file_name3,encoding="utf_8_sig")法三df.to_csv(file_name,encoding = gbk’)...

2020-12-05 09:09:58 956

原创【Python+中文NLP】知识图谱系列(2)——知识存储

目录前言一、neo4j安装（Windows）1. JDK安装2. neo4j安装二、neo4j使用前言当前比较常用的图数据库之一就是neo4j，先介绍下这个的安装与使用吧一、neo4j安装（Windows）1. JDK安装Neo4j是基于Java的图形数据库，运行Neo4j需要启动JVM进程，因此必须安装JAVA SE的JDK。从Oracle官方网站下载 Java SE JDK，并安装jdk(java的环境)，可以参考这里。2. neo4j安装（1）neo4j下载【注意：如果jdk1.8,

2020-11-27 22:29:37 643

原创【Python+中文NLP】知识图谱系列(1)——构建流程

目录前言领域知识图谱构建一、知识图谱基本定义1.1 三元组1.2 两个层次二、构建流程2.1 四个阶段2.2 六个环节1. 知识建模2. 知识存储3. 知识抽取4. 知识融合5. 知识计算6. 知识应用前言人工智能与行业结合的应用中，因行业领域的差异，存在大量数据模式不同，“领域知识图谱”以其更加符合实际应用需求的特性在工业领域得到了广泛应用。本文主要讲解特定领域知识图谱的构建流程。领域知识图谱构建一、知识图谱基本定义1.1 三元组知识图谱由多个“实体（Entity）-关系（Relationsh

2020-11-27 21:32:03 3786

原创【pytorch与tensorflow框架】—深度学习中神经网络结构查看/打印

一、pytorch打印网络结构#前提：构建了一个TransformerModel网络结构类#实例化网络对象model = TransformerModel(ntokens, emsize, nhead, nhid, nlayers, dropout)法一：主要查看网络层次结构，也包括输入输出参数print(model)结果如下：TransformerModel( (pos_encoder): PositionalEncoding( (dropout): Dropout(

2020-09-20 16:06:00 1215

原创【异常处理】解决Windows下access denied for user ‘root‘@‘localhost‘(using password:YES)的mysql启动问题

C:\AppServ\MySQL> mysql -u root -p Enter password: ERROR 1045 (28000): Access denied for user 'root'@'localhost' (using password: YES) 若出现上述问题，则解决方法如下：1、编辑mysql配置文件my.ini（默认安装路径的5.6在C:...

2019-04-14 19:29:04 10704 9

原创【特征工程】（一）数据集中缺失值的处理

目录引言一、可选处理方法二、Python中Pandas库处理缺失值1.查看数据缺失值得分布情况2.删除包含缺失值的数据 2.1. 删除包含缺失值的行或列 2.2. 根据条件删除包含缺失值的数据三、Python中其他库处理缺失值四、缺失值处理案例（一）----疝气病数据集预处理1.处理缺失值，以便使用分类算法引言数据中的缺失值是...

2019-04-04 09:19:51 9085 4

原创【Python+中文NLP】（二）中文分词工具包：jieba

前言目前中文分词算法可分为三大类：基于字符串匹配的分词方法、基于理解的分词方法和基于统计的分词方法。随着大规模语料库的建立，统计机器学习方法的研究和发展，基于统计的中文分词方法渐渐成为了主流方法，主要方法为：给出大量已经分词的文本，利用统计机器学习模型学习词语切分的规律（称为训练），从而实现对未知文本的切分。例如最大概率分词方法和最大熵分词方法等。主要统计...

2019-04-03 11:07:55 2294

原创【Python+中文NLP】（一） NLTK库

一、nltk库 nltk是一个python工具包, 用来处理与自然语言相关的东西. 包括分词(tokenize), 词性标注(POS), 文本分类等，是较为好用的现成工具。但是目前该工具包的分词模块，只支持英文分词，而不支持中文分词。1.安装nltk库在命令行输入：conda install nltk #anaconda环境pip install nltk ...

2019-04-03 11:05:07 19148 3

原创【Python+中文NLP】（三）实践篇 ——用户评论文本分类：从中文csv处理到分类

本文为博主心得笔记，如有不足之处，还望包容，代码部分见下方链接。中文CSV处理 1.Excel的中文表格文件，直接另存为.csv文件 2.解决各种csv用各种代码编辑器出现error的一劳永逸的方法：把.csv文件编码改为utf-8编码方式。方法：首先，将.csv文件鼠标右击用记事本打开。然后，文件-另存为。...

2018-10-19 10:26:43 2034 2

原创【机器学习】（一）线性模型之Linear Regression

前言一、原理 1.算法含义 2.算法特点二、实现 1.sklearn中的线性回归 2.用Python自己实现算法三、思考（面试常问）参考前言线性回归（Linear Regression）基本上可以说是机器学习中最简单的模型了，但是实际上其地位很重要（计算简单、效果不错，在很多其他算法中也可以看到用其其作为一部分）。机器学习所针对的问...

2018-10-08 11:39:42 51784 3

原创【异常处理】解决anaconda安装出现CondaHTTPError问题

Step 1 ：在命令行中输入并运行：（清华大学镜像）conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/...

2018-10-07 14:11:20 29769 19

原创【Android】（二）SQLite可视化工具SQLiteStudio的用法

一、SQLiteStudio下载地址： http://www.pc6.com/softview/SoftView_86552.html#download二、SQLiteStudio使用教程第一步：建库打开SQLite Studio，点击“添加数据库”按钮第二步：数据类型选择“System.Data.SQLite”，点击绿色添加按钮，将文件保存至你想保存的位置，并在Password一栏内输...

2018-03-07 13:44:22 23471 2

原创【Android】（一）自带数据库SQLite的用法

一、SQLite是什么 SQLite数据库存储是Android系统提供的数据存储方式之一 SQLite是专为嵌入式设备设计的一款轻量级数据库 SQLite占用资源非常低，在嵌入式设备中，只需要几百K的内存 SQLite支持标准的SQL语法，遵循数据库的ACID事务 SQLite是android系统自带，不需要单独安装，不需要用户名密码就可以使用。二、SQLite怎么用step1:新建类继承S...

2018-03-07 13:04:59 3645