今天在用sklearn做机器学习的时候发现sklearn有个解决样本不平衡问题的好工具，于是乎，题主便迫不急待地去pip了。BUT, 安装快完成的时候报了这个错：Failed to build scipyInstalling collected packages: scipy, scikit-learn, numpy, imbalanced-learnFound existing insta

在使用虚拟机的时候，发现系统挂载的硬盘已满，查询了一下，原来是因为先前跑爬虫的时候在 /tmp 里面留下了大量的临时文件。在centos 7 里面，关于tmp的清理是有 systemd-tmpfiles-clean.service 服务来管理的。详见这里如果要手动清理，可以使用如下指令#　find /tmp -ctime +10 -exec rm {} +至于中间还有很多是文件夹无法删除，可以在

在自然语言处理中，第一步需要面对的就是词向量特征的提取。语言的特征提取在sklearn模块中有相当完善的方法和模块，而针对中文其实也可以同过分词软件做分词然后再按照英文文本的思路开展特征提取，机器学习。