原创 【Python學習筆記】函數式編程：裝飾器
【根據廖雪峯python教程整理】 由於函數也是一個對象，而且函數對象可以被賦值給變量，所以，通過變量也能調用該函數。 >>> def now(): ... print '2013-12-25' ... >>> f = now
2020-02-25 23:39:49
原创 【Python學習筆記】面向對象編程：訪問限制
【根據廖雪芳python教程整理】 在Class內部，可以有屬性和方法，而外部代碼可以通過直接調用實例變量的方法來操作數據，這樣，就隱藏了內部的複雜邏輯。 但是，從前面Student類的定義來看，外部代碼還是可以自由地修改一個實例
2020-02-25 23:39:49
原创 【Python學習筆記】第三方模塊
【根據廖雪峯python教程整理】 一、在Python中，安裝第三方模塊，是通過setuptools這個工具完成的。Python有兩個封裝了setuptools的包管理工具：easy_install和pip。目前官方推薦使用pip。
2020-02-25 23:39:49
原创 【Python學習筆記】錯誤、調試和測試
【根據廖雪峯python教程整理】 在程序運行過程中，總會遇到各種各樣的錯誤。 有的錯誤是程序編寫有問題造成的，比如本來應該輸出整數結果輸出了字符串，這種錯誤我們通常稱之爲bug，bug是必須修復的。 有的錯誤是用戶輸入造成的
2020-02-25 23:39:49
原创 【Python學習筆記】面向對象編程：繼承和多態
【根據廖雪峯python教程整理】 一、繼承 在OOP程序設計中，當我們定義一個class的時候，可以從某個現有的class繼承，新的class稱爲子類（Subclass），而被繼承的class稱爲基類、父類或超類（Base cla
2020-02-25 23:39:49
原创 WEKA中文亂碼解決方法
測試環境：win7 32位 weka3.8 亂碼原因：weka默認的字符集編碼是Cp1252，如果導入的數據中有中文字符，就會顯示爲亂碼。 解決辦法： 1、打開weka安裝目錄下的RunWeka.ini文件，找到【fileEn
2018-09-01 22:30:36
463
原创 特徵選擇
文本特徵提取的方法很多，如基於文本頻率的特徵提取法、信息增益法、卡方檢驗法和互信息法等。本文采用基於文本特徵頻率的提取法，計算文檔頻率DF，即計算出現某個term在同類文檔中的DF。根據計算出來的DF值來選取能代表某類文檔的特徵詞。 直接
2018-09-01 22:30:34
原创 【Python學習筆記】IO編程：操作文件和目錄
【根據廖雪峯python教程整理】 如果我們要操作文件、目錄，可以在命令行下面輸入操作系統提供的各種命令來完成。比如dir、cp等命令。 如果要在Python程序中執行這些目錄和文件的操作怎麼辦？其實操作系統提供的命令只是簡單地調
2018-09-01 22:30:34
原创 【Python學習筆記】IO編程：序列化
【根據廖雪峯python教程整理】 在程序運行的過程中，所有的變量都是在內存中，比如，定義一個dict： d = dict(name='Bob', age=20, score=88) 可以隨時修改變量，比如把name改成'Bill'，
2018-09-01 22:30:34
原创 詞頻統計
詞頻統計TF是統計一個term在文本中出現的次數，一般來說，一個term在某類文本中出現的次數越多，就越能代表一類文本。當然，如果某個term在一類文本中出現的次數越多而在其他類文本里根本不出現，就更能代表這一類文本。 直接上代碼： #
2018-09-01 22:30:34
原创 Python調用NLPIR/ICTCLAS進行文本分詞
本文采用搜狗中文語料庫mini版的文本數據，共九類（財經、IT、健康、體育、旅遊、教育、招聘、文化、軍事），每個類別共1990個文本，並在實驗前通過.py程序抓取前500個文本數據作爲訓練集。 數據預處理包括文本分詞、去停用詞、詞頻統計、
2018-09-01 22:30:34
原创 TF-IDF值和文本向量化
根據提取的特徵詞計算特徵值，即TF-IDF。採用向量空間模型（VSM）將文檔表示成向量，並將文檔輸出爲WEKA能處理的.arff格式。 直接上代碼： #!/user/bin/python # -*- coding: utf-8 -*-
2018-09-01 22:30:34
3
原创 【python問題解決】UnicodeDecodeError ：'gb2312' codec can't decode bytes：illegal multibyte sequence
錯誤提示：UnicodeDecodeError ：'gb2312' codec can't decode bytes in position 2-3：illegal multibyte sequence 意思是：將一個字符串，通過gb23
2018-09-01 22:30:34
5
原创 【python問題解決】去除文本中的所有換行符
<span style="font-family: Arial, Helvetica, sans-serif;">f = codecs.open('C:\\Users\\Administrator\\Desktop\\textmining
2018-09-01 22:30:34
1
原创 【Python學習筆記】IO編程：文件讀寫
【根據廖雪峯python教程整理】 讀寫文件是最常見的IO操作。Python內置了讀寫文件的函數，用法和C是兼容的。 讀寫文件前，我們先必須瞭解一下，在磁盤上讀寫文件的功能都是由操作系統提供的，現代操作系統不允許普通的程序直接操作
2018-09-01 22:30:33