jieba包的使用方法 jieba中文分词的用法特点 支持三种分词模式： 精确模式：试图将句子最精确的切开，适合文本分析 全模式：把句子中所有可以成词的词语都扫描出来，但不能解决歧义 搜索引擎模式：将精确模式的基础上，对长词语再次切分，

关于字符的处理 python文件的编码python 脚本文件默认都是采用ANSCII编码的，当文件中有非ANSCII编码范围内的字符时，需要“编码指示”来修正module中的定义，比如# --coding=utf-8--或者#codin

关于类的一些高级操作 class Chain(object): def __init__(self, path=''): self._path = path def __getattr__(self, p

返回函数和装饰器 函数作为返回值 python 调用高阶函数返回其内部一个函数时，会保存高阶函数中的参数，这种称为‘闭包’的结构具有很大的威力 def lazy_sum(*args): def sum(): ax

一些设置和预测器对象 from sklearn import datasets iris = datasets.load_iris() data = iris.data data.shape #150 个 observations

监督学习 All supervised estimators in scikit-learn implement a fit(X,y) method and a predict(X) method to predict unlabele

选择诸如C,alpha之类的参数以及交叉验证 Score, and cross-validated scores我们可以用score方法来判定fit 的质量 from sklearn import datasets, svm digit

单词表(8月15号更新) word 翻译 resolution 分辨率 Model persistence 模型的持久性 tradeoff 权衡，折中 compatibility 兼容性 intuitive

对于scikit机器学习包的介绍 from sklearn import datasets iris = datasets.load_iris() digits = datasets.load_digits() len(digits.d