scipy

利用jieba库和wordcloud生成中文词云。 jieba库：中文分词第三方库 　 　 分词原理： 　　　　 利用中文 词库，确定汉字之间的关联概率，关联概率大的生成词组 　　 三种分词模式： 　　　　1、精确模式：把文本精确的切分开，不存在冗余单词 　　　　2、全模式：把文本中所有可能的词语都扫描出来，有冗余 　 　　 3、搜索引擎模式：在精确模式基础上，对长词再次切分 　　 常用函数： 　　　　jieba.lcut(s) # 精确模式 ，返回列表类型的分词结果 　　　　jieba.lcut(s,cut_all=True) # 全模式 ，返回列表类型的分词结果 　　　　jieba.lcut_for_search(s,cut_all=True) # 搜索引擎模式 （精确模式后对过长的词再精确分词），返回列表类型的分词结果 　　　　jieba.add_word(w)　　#在参考的中文词库中 添加 自定义的词，如：jieba.add_word(“产生式系统”)，无返回 　　　　jieba.del_word(w)　　#在参考的中文词库中 删除 词 　　　　jieba.analyse.extract_tags(sentence,topK=10)　　# 关键词提取 ，返回权重最大的10个词语，返回列表类型的提取结果， 注意： import jieba.analyse 　　　　

scikit-learn 是基于 Python 语言的机器学习工具。 简单高效的数据挖掘和数据分析工具 可供大家在各种环境中重复使用 建立在 NumPy ，SciPy 和 matplotlib 上 开源，可商业使用 - BSD许可证 机器学习问题 ： 监督学习 ：数据带有我们想要预测的附加属性(各个属性已知) 1.分类:样本属于两个或更多类，从标记得数据训练并能预测出未标记的数据类别；另一个因素是，数据是离散的，我们想要使用正确的类别来标记这些数据。 2.回归:期望输出是一个或多个连续变量，则使用回归方法。比如预测人身高和体重的函数。 来源： oschina 链接： https://my.oschina.net/u/3955849/blog/2997421