logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

[视觉工程]计算机视觉应用领域及分析

1.概要金融领域交通领域医疗领域零售领域工业领域农业领域司法领域物流领域2.详情待续

#人工智能#计算机视觉#机器学习
自然语言处理(nlp)的流程图

1. 读取原始数据html = urlopen(url).read()2. 数据清洗raw = nltk.clean_html(html)3. 数据切片raw = raw[111:2222222]4. 数据分词tokens = nltk.wordpunct_tokenize(raw)5. 分词切片tokens = tokens[2

#nlp
新浪微博数据挖掘食谱之十一: 用户篇 (批量获取用户信息)

#!/usr/bin/python# -*- coding: utf-8 -*-'''Created on 2015-1-7@author: beyondzhou@name: fetch_users_information.py'''# Fetch user informationdef fetch_users_information():# import

#数据挖掘
Python 数据挖掘小结

1. 频率分析from prettytable import PrettyTablefrom collections import Counterfor label, data in (('Word', words),('Screen Name', screen_names),('Hashtag', hashtags)):pt = PrettyTable(field_names=

#数据挖掘
新浪微博数据挖掘食谱之八: 查询篇 (查询最流行的微博元素)

#!/usr/bin/python# -*- coding: utf-8 -*-'''Created on 2015-1-4@author: beyondzhou@name: find_popular_entities.py'''# Extract entities of sina weibodef find_popular_entities():# im

#数据挖掘
新浪微博数据挖掘食谱之六: 元素篇 (提取微博元素)

新浪微博数据挖掘食谱之六: 元素篇 (提取微博元素)

#数据挖掘
新浪微博数据挖掘食谱之二: 话题篇 (selenium)

新浪微博数据挖掘菜谱之二: 话题篇 (selenium)

#数据挖掘
新浪微博数据挖掘食谱之十四: 用户篇 (分析用户的粉丝和朋友)

#!/usr/bin/python# -*- coding: utf-8 -*-'''Created on 2015-1-10@author: beyondzhou@name: analyze_friends_followers.py'''# Analyze user's friends and followersdef analyze_friends_followers()

#数据挖掘
新浪微博数据挖掘食谱之十三: 微博篇 (批量获取用户的微博)

#!/usr/bin/python# -*- coding: utf-8 -*-'''Created on 2015-1-9@author: beyondzhou@name: harvest_users_weibo.py'''# Harvest users weibodef harvest_users_weibo():# importimpor

#数据挖掘
新浪微博数据挖掘食谱之七: 查询篇 (查询最流行的微博)

#!/usr/bin/python# -*- coding: utf-8 -*-'''Created on 2015-1-3@author: beyondzhou@name: find_popular_weibo.py'''# Find popular weibodef find_popular_weibo():# importfrom log

#数据挖掘
    共 22 条
  • 1
  • 2
  • 3
  • 请选择