谷歌4亿英镑收购人工智能公司DeepMind，百度目前正推进“百度大脑”项目，腾讯、阿里等各大巨头布局深度学习。随着社会化数据大量产生，硬件速度上升、成本降低，大数据技术的落地实现，让冷冰冰的数据具有智慧逐渐成为新的热点。要从数据中发现有用的信息就要用到数据挖掘技术，不过买来的数据挖掘书籍一打开全是大量的数学公式，而课本知识早已还给老师了，难以下手、非常头大！ 我们可以跳过数学公式，先看看我们了
R中的adabag包均有函数实现bagging和adaboost的分类建模（另外，ipred包中的bagging（）函数可以实现bagging回归）。第一题就利用adabag包实现bagging和adaboost建模，并根据预测结果选择最优模型。a) 为了描述这两种方式，先利用全部数据建立模型：利用boosting（）（原来的adaboo
[更新~]Python网络爬虫与文本数据分析jiebaR中文与英文做文本分析很多时候会多一个分词步骤，因为默认情况下，文本分析软件会默认用空格作为分隔符处理文本，所以很多软件需要先将中文文本分词，整理成像英文那样用空格间隔单词的数据形式。在R中有一个jiebaR中文分词包，可以帮我们做分词操作~安装install.packages("jiebaR")分词jiebaR::segment(code,j
原创
2020-12-30 21:55:56
722阅读
# 如何在R语言中导入jiebaR逻辑包
在R语言中，使用jiebaR包可以进行中文分词，实现中文文本的分词处理。下面将介绍如何导入jiebaR包并使用其中的函数进行分词操作。
## 安装jiebaR包
在导入jiebaR包之前，首先需要安装该包。可以通过以下代码将jiebaR包安装到R环境中：
```R
install.packages("jiebaR")
```
## 导入jieba
原创
2024-06-26 04:13:18
290阅读
1.BaggingBagging即套袋法，其算法过程如下：从原始样本集中抽取训练集。每轮从原始样本集中使用Bootstraping的方法抽取n个训练样本（在训练集中，有些样本可能被多次抽取到，而有些样本可能一次都没有被抽中）。共进行k轮抽取，得到k个训练集。（k个训练集之间是相互独立的）每次使用一个训练集得到一个模型，k个训练集共得到k个模型。（注：这里并没有具体的分类算法或回归方法，我们可以根据
转载
2023-07-15 22:38:32
75阅读
R语言与多元线性回归方程及各种检验 文章目录R语言与多元线性回归方程及各种检验一、模型建立二、多重共线性（1）产生的背景：（2）多重共线性的检验1.简单相关系数法：2.方差膨胀因子（vif）法3.矩阵X T X 的条件数k（3）多重共线性的修正二、异方差性的检验及修正1.异方差性的实质2.异方差性的检验1.图示检验法2.Goldfeld—Quandt检验3.White检验和H.glesjser检验
简介“结巴”中文分词的R语言版本，支持最大概率法（Maximum Probability）, 隐式马尔科夫模型（Hidden Markov Model）, 索引模型（QuerySegment）, 混合模型（MixSegment）, 共四种分词模式， 同时有词性标注，关键词提取，文本Simhash相似度比较等功能。项目使用了Rcpp和CppJieba进行开发。特性支持 Windows , Linux
转载
2023-10-22 10:04:07
75阅读
因为在工作中常常会遇到，需要根据样本名称，新建分组情况划分treat或者control组，有多种代码方式，在这里总结记录一下，以备不时之需求。目录Partone_目的：根据样本名划分分组方法1方法2方法3方法4Parttwo_目的：根据表达量高低来分组（UP & DOWN）方法1：方法2：总结：Partone_目的：根据样本名划分分组比如这样的数据，必然要根据title划分control或
转载
2023-11-21 13:05:20
91阅读
这一次问题的难点在于词性分类，本文将以此题为例，介绍如何使用结巴分词对中文词语词性进行分类。0.包的选取中文分词必不可少的包：jiebalibrary(jiebaR)
library(jiebaRD)#用于分词作图包我们选择library(ggplot2)#用于作图读取数据可以不额外导入包，使用基础的read.csv函数，但是这样读取效果很慢，建议采用read_csv函数，这一点在我的上一篇笔记
转载
2023-11-21 14:40:31
103阅读
R语言词云和中文词典包。 文章目录jiebaR: for Chinese text segmentationQuick Start初始化分词器分词标记关键词提取：基于系统词典词频Simhash 与距离词频统计cidian: Tools for Chinese Text Segmentation Dictionaries jiebaR: for Chinese text segmentationji
转载
2023-12-12 15:07:06
29阅读
《数据挖掘之道》摘录话语：虽然我比较执着于Rwordseg，并不代表各位看管执着于我的执着，推荐结巴分词包，小巧玲珑，没有那么多幺蛾子，而且R版本和python版本都有，除了词性标注等分词包必备功能以外，jiebaR还加入了一些基础的文本分析算法，比如提取关键字（TFIDF）、分析文本相似性等等，真是老少咸宜。同时官网也有一个在线jiebaR分词的网址，超级棒：https://qinwf.shi
转载
2024-08-28 22:18:41
110阅读
一、GitHub简介GitHub是一个面向开源及私有软件项目的托管平台，只支持 Git 作为唯一的版本库格式进行托管，故名 GitHub。。git是一个开源的分布式版本控制系统，用以有效、高速的处理从很小到非常大的项目版本管理。除了Git代码仓库托管及基本的Web管理界面以外，还提供了订阅、讨论组、文本渲染、在线文件编辑器、协作图谱、代码片段分享等功能。。GitHub可以托管各种git
转载
2023-07-27 23:36:48
254阅读
简单说，只需要三步，就可以在 Github 搭建起一个博客：在 Github 上建一个名为 xxx.github.io 的库；把看中了的 Jekyll 模板 clone 到本地；把这个模板 push 到自己的库；下面为了从头展示如何用 Git + Github + Jekyll 搭建博客。 一、在 Github 创建名为 username.github.io 的库 按照
转载
2024-05-21 14:32:15
111阅读
什么是 Github ?github是一个基于git的代码托管平台，付费用户可以建私人仓库，我们一般的免费用户只能使用公共仓库，也就是代码要公开，算是一个开源平台吧。Github 注册打开访问：https://github.com/
转载
2024-02-07 10:47:04
228阅读
6.5 GitHub - 脚本 GitHub版本说明版本作者日期备注0.1loon2019.3.29初稿目录文章目录6.5 GitHub - 脚本 GitHub版本说明目录脚本 GitHub1、钩子2、服务Figure 130. 服务与钩子配置区域Figure 131. 电子邮件服务配置3、钩子Figure 132. Web 钩子配置Figure 133...
转载
2022-07-12 17:10:35
762阅读
系列文章.Net 微服务实战之技术选型篇.Net 微服务实战之技术架构分层篇.Net 微服务实战之 DevOps 篇分布式？集群？负载均衡？ 我曾经面试过一家企业，当时描述完我在老东家完成的微服务架构后，面试官问了我一个问题：
面试官：您有做过分布式系统吗？
我：有，刚刚我描述的微服务架构就是分布式的……
面试官：不不不，我意思是你有没有尝试过把一个站点部署到多台服务器
转载
2024-07-17 16:32:03
150阅读
一、第一步 注册github账号 1.注册界面 https://github.com/，如下图： 2.下注册流程 3.上面简单的输入一下用户名、邮箱地址、密码点击创建即可，进入下一步，如下图： 如果勾选了“Help me set up an organization next” 就会进入创建organization的流程。（我注册的时候选了，创建了个组织，觉得个人用户创建这个没什么用，后面
在公众号topbook被安利了Gridea这个写博客的软件后，想起自己又好久没有写博客，于是顺便趁着上手Gridea的机会，好好整顿一下博客建立github仓库首先到github上创建一个新的仓库，仓库名为 「用户名.github.io」，后续就可以用这个仓库名作为博客访问域名创建仓库后点击仓库的settings，拉到页面最下端检查自己是否开启了github pages到这里，就成功建立了内容为空
转载
2023-06-26 18:30:32
309阅读
不仅如此，还有人声称 ChatGPT 已经过时了，AutoGPT 才是这个领域的新成员。项目一经上线，短短几天狂揽 27K + 星，这也侧面验证了项目的火爆。GitHub 地址：https://github.com/torantulino/auto-gpt问题来了，AutoGPT 到底是什么？它是一个实验性的开源应用程序，展示了 GPT-4 语言模型的功能。该程序由 GPT-4 驱动，可以自主实现
转载
2024-07-31 11:36:24
161阅读
GitHub 是一个共享虚拟主机服务，用于存放使用Git版本控制的软件代码和内容项目。本文主要介绍：GitHub注册，GitHub修改用户名，GitHub建立repository仓库，GitHub同步项目代码，GitHub删除repository仓库，GitHub上找自己要的代码存到本地仓库，建立组织Create an organization ，GitHut构建网站博客，域名绑定到github pages上 。
原创
2021-06-07 20:52:32
1836阅读
