发简信
IP属地：江西
-
学习一个文本分类的baseline
这次要学习的baseline地址 关联比赛： 零基础入门NLP - 新闻文本分类，是一个对匿名字符进行文本分类的比赛 学习段落1： 细节1: 关...
-
Task03：基于机器学习的文本分类
学习目标 学会文本的离散表示的原理 使用sklearn的机器学习模型完成文本分类 文本表示 在自然语言领域，需要对文本进行向量表示：文本是不定长...
-
一个句子分析类数据集样式： 基于 【天池训练赛：零基础入门NLP之新闻文本分类】 的数据构建一个句子分析的类，用来进行数据分析。 已经上传至Github 训练...
-
Task02：数据读取与数据分析学习目标 分析赛题数据的分布规律 通过这次学习定义一个自己的句子分析类，可以用来循环使用，进而分析所有相似的data 数据大小： 训练集20w条...
-
95. 不同的二叉搜索树 II
https://leetcode-cn.com/problems/unique-binary-search-trees-ii/ 注意审题： 这是...
-
@property 的用处
理解 简单来说，@property是提供了一种class里属性的get方法。调用这类函数的时候，不用加括号，相当于直接使用属性。 调用的例子：其...
-
*args与**kwargs
学名 *args：非关键字参数**kwargs：关键字（key）参数也就是说你最后剩下的不给关键字的都是args，给了关键字的都是kwargs ...
-
F1 score中的Micro和Macro的区别
1. 混淆矩阵 实际 \ 预测PNPTPFNNFPTN 对于数据预测结果有下面4种情况：TP, FP, FN, TN 其中T和F表示预测的对...
-
Task01：赛题理解
学习目标 天池比赛：零基础入门NLP - 新闻文本分类 理解赛题背景与赛题数据 完成赛题报名和数据下载，理解赛题的解题思路 一、赛题数据 数据类...