当前位置:
首页 > temp > 简明python教程 >
-
初识人工智能(二):机器学习(一):sklearn特征抽取(2)
运行结果:
我们在处理文本的时候,不可能自己一个一个去分词吧,所以我们就要使用一个工具jieba。
pip install jieba -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com
- from sklearn.feature_extraction.text import CountVectorizer
- import jieba
- def cutword():
- con1 = jieba.cut("今天很残酷,明天更残酷,后天很美好,但绝对大部分是死在明天晚上,所以每个人不要放弃今天。")
- con2 = jieba.cut("我们看到的从很远星系来的光是在几百万年之前发出的,这样当我们看到宇宙时,我们是在看它的过去。")
- con3 = jieba.cut("如果只用一种方式了解某样事物,你就不会真正了解它。了解事物真正含义的秘密取决于如何将其与我们所了解的事物相联系。")
- # 转换成列表
- content1 = list(con1)
- content2 = list(con2)
- content3 = list(con3)
- # 吧列表转换成字符串
- c1 = ' '.join(content1)
- c2 = ' '.join(content2)
- c3 = ' '.join(content3)
- return c1, c2, c3
- def hanzivec():
- """
- 中文特征值化
- :return: None
- """
- c1, c2, c3 = cutword()
- print(c1, c2, c3)
- cv = CountVectorizer()
- data = cv.fit_transform([c1, c2, c3])
- print(cv.get_feature_names())
- print(data.toarray())
- return None
- if __name__ == "__main__":
- hanzivec()
运行结果:
- Building prefix dict from the default dictionary ...
- Dumping model to file cache C:\Users\ACER\AppData\Local\Temp\jieba.cache
- Loading model cost 0.839 seconds.
- Prefix dict has been built successfully.
- 今天 很 残酷 , 明天 更 残酷 , 后天 很 美好 , 但 绝对 大部分 是 死 在 明天 晚上 , 所以 每个 人 不要 放弃 今天 。 我们 看到 的 从 很 远 星系 来 的 光是在 几百万年 之前 发出 的 , 这样 当 我们 看到 宇宙 时 , 我们 是 在 看 它 的 过去 。 如果 只用 一种 方式 了解 某样 事物 , 你 就 不会 真正 了解 它 。 了解 事物 真正 含义 的 秘密 取决于 如何 将 其 与 我们 所 了解 的 事物 相 联系 。
- ['一种', '不会', '不要', '之前', '了解', '事物', '今天', '光是在', '几百万年', '发出', '取决于', '只用', '后天', '含义', '大部分', '如何', '如果', '宇宙', '我们', '所以', '放弃
栏目列表
最新更新
nodejs爬虫
Python正则表达式完全指南
爬取豆瓣Top250图书数据
shp 地图文件批量添加字段
爬虫小试牛刀(爬取学校通知公告)
【python基础】函数-初识函数
【python基础】函数-返回值
HTTP请求:requests模块基础使用必知必会
Python初学者友好丨详解参数传递类型
如何有效管理爬虫流量?
2个场景实例讲解GaussDB(DWS)基表统计信息估
常用的 SQL Server 关键字及其含义
动手分析SQL Server中的事务中使用的锁
openGauss内核分析:SQL by pass & 经典执行
一招教你如何高效批量导入与更新数据
天天写SQL,这些神奇的特性你知道吗?
openGauss内核分析:执行计划生成
[IM002]Navicat ODBC驱动器管理器 未发现数据
初入Sql Server 之 存储过程的简单使用
SQL Server -- 解决存储过程传入参数作为s
关于JS定时器的整理
JS中使用Promise.all控制所有的异步请求都完
js中字符串的方法
import-local执行流程与node模块路径解析流程
检测数据类型的四种方法
js中数组的方法,32种方法
前端操作方法
数据类型
window.localStorage.setItem 和 localStorage.setIte
如何完美解决前端数字计算精度丢失与数