from numpy import *from sklearn.datasets import load_iris# import datasets# load the dataset: irisiris = load_iris()samples = iris.data#print samplestarget = iris.target# import the

preface：最近所忙的任务需要用到排序，同仁提到SVMrank这个工具，好像好强大的样纸，不过都快十年了，还有其他ranklib待了解。原文链接：SVMrank，百度搜索svm rank即可。SVMrank基于支持向量机的排序作者：:Thorsten Joachims  康奈尔大学计算机系版本号：1.00日起：2009年3月21总览

preface：做着最近的任务，对数据处理，做些简单的提特征，用机器学习算法跑下程序得出结果，看看哪些特征的组合较好，这一系列流程必然要用到很多函数，故将自己常用函数记录上。应该说这些函数基本上都会用到，像是数据预处理，处理完了后特征提取、降维、训练预测、通过混淆矩阵看分类效果，得出报告。1.输入从数据集开始，提取特征转化为有标签的数据集，转为向量。拆分成训练集和测试集，这里不多讲，在

最近NLP课程，需要做新词发现与新词

preface：不知不觉在终端下学习干活一年多，终端开多了成了习惯，之前嫌麻烦没用分屏，而当真正用起来比想象中的简单，终端下的分屏命令tmux及vim自带分屏命令vsp都相当不错，加快干活效率。1、终端分屏tmux功能：提供了强劲的、易于使用的命令行界面。可横向和纵向分割窗口。窗格可以自由移动和调整大小，或直接利用四个预设布局之一。支持 UTF-8 编码及

preface：工作中使用python进行处理常会遇到各种问题及技巧，为此汇总。python功能太多，记住常用即可。环境：python3.7及以上、macpython——pip、conda、ipython常用1：创建虚拟环境（从一个爸爸创造多个儿子，各个儿子之间环境不影响，同一个服务器上自己的python环境不被其他人干扰，自己的多个人可采用不同版本tensorflow包等等）which cond

提高效率：善用工具、刻意练习。preface：偶然想用vim的插件，搜了下打算安装jedi，后面不可收拾，发现插件贼香，便删了sublime，一切代码都从vim，真正觉悟vim的强大。vim插件太多，常用即可。知晓相关配置即可前置环境：mac、pythonvim：用系统自带的不够用vim --version（只提示支持python2，不支持python3）需要brew install vim安装（

环境Macjava1.8Maven一、调用pom依赖<dependency><groupId>edu.stanford.nlp</groupId><artifactId>stanford-corenlp</artifactId><version&

安装：$ pip install python-Levenshtein$ ipython>>> import Levenshteinlinux环境下，没有首先安装 python_Levenshtein ，用法如下：重点介绍几个该包中的几个计算 字串相似度 的几个函数实现。1. Levenshtein.hamming(str1, str2)计算 汉明距离。

preface: 忙于最近的任务，需要用到libsvm的一些命令，如在终端运行javasvm_train train_file model_file. pythonsubset.py file train_num train_file test_file等命令，但file的准备又是通过python写好的，file需要是libsvm能够接受的格式，故用python写好特征，转为libsvm