中文分词（Chinese Word Segmentation）：将一个汉子序列切分成一个一个单独的词
停用词(Stop Words)：数据处理时，需要过滤调某些词或字
#分词方法
jieba.cut(content)
#优化分词效果: 增加自定义分词
jieba.add(word)
#优化分词效果: 导入自定义词典
jieba.load_userdict(filePath)
如何找相关领域的词库？
Term frequency 某个词在该文档中出现的次数
分组统计函数
DataFrame.groupby(
by=列名数组
)[统计列名数组].agg({
'统计项名称'：统计函数
})
列表包含
DataFrame.Column_name.isin(数组)
取反
df[~df.列名.isin(数组)]
Lesson 6 词频统计 - 中文分词 中文分词（Chinese Word Segmentation）：将一个汉...
Lesson 19 逻辑回归 针对因变量为分为变量而进行回归分析的一种统计方法，属于概率型非线性回归优点：算法易于...
Lesson 20 神经网络简介 神经网络（Artificial Neural Network） 全程为人工神经网...
Lesson 12 sklearn sklearn全名Scikit-learn, 是基于Python的机器学习模块...
Lesson 13 相似文章推荐 在用户阅读某篇文章时，为用户推荐更多与在读文章内容相类似的文章。 推荐（Reco...
Lesson 26 虚拟变量 虚拟变量又叫哑变量和离散特征编码，用来表示分类变量，非数量因素可能产生的影响 离散特...
Lesson 30 交叉分析(cross-over analysis)通常用于分析两个或两个以上，分组变量之间的关...
Part1: 搞懂了pandas DataFrame的column sharding问题 Attention: c...
Part1. Review昨天通过视频学习的知识点：包括重复值处理，空值填充，空格处理，字段拆分等 Part2. ...
Lesson 21 简单计算 通过对已有字段加减乘除，得出新的字段当增加或修改某一列时，只能使用: Attenti...
本文标题：Python学习笔记-3群18组-杜杜狼-2017.8.2
本文链接：https://www.haomeiwen.com/subject/warelxtx.html
网友评论