stem

　　近日， 美国宇航局 NASA 面向所有美国全社会发布了全新的宇航员招聘启事，让我们一起来看看求职条件吧。 　　首先应聘者要求获得美国公民身份和 STEM 领域的硕士学位，该领域包括工程学、生物学、物理学、计算机科学或者数学领域的学位，此外硕士求职者还需要满足以下条件： 　　1、为一个科学、技术、工程或数学领域的博士项目工作过 2 年； 　　2、拥有一个完整的医学或者骨科学位； 　　3、完成一项国家认可的试点学校课程（或者在 2021 年 6 月前入学）。 　　其次求职者还必须拥有至少 2 年航空领域的专业经验，或者至少拥有 1000 小时的喷气式飞机飞行时间。 　　最后求职者还需要通过 NASA 的长期飞行测试。 　　总的来说，绝大多数人是没有资格求职宇航员的，只有精英中的精英才能填表申请，而 NASA 也只会招揽其中最优秀的人才。 　　NASA 将于 3 月 2 日开启宇航员的求职流程，感兴趣的读者可以 前往围观 。 来源： oschina 链接： https://my.oschina.net/u/4436414/blog/3167254

【精通特征工程】学习笔记Day2&2.5&D3章&P33-页 3、文本数据:扁平化、过滤和分块 3.1 元素袋:将自然文本转换为扁平向量 3.1.1 词袋 一个特征就是一个单词，一个特征向量由这个单词在每篇文档中出现的次数组成 3.1.2 n 元词袋 n-gram(n 元词)是由 n 个标记 (token)组成的序列。 1-gram 就是一个单词(word)，又称为一元词(unigram)。 n越大，能表示的信息越丰富，相应的成本也会越高。 eg：计算 n-gram >>> import pandas >>> import json >>> from sklearn.feature_extraction.text import CountVectorizer # 加载前10 000条点评 >>> f = open('data/yelp/v6/yelp_academic_dataset_review.json') >>> js = [] >>> for i in range(10000): ... js.append(json.loads(f.readline())) >>> f.close() >>> review_df = pd.DataFrame(js) # 创建一元词、二元词和三元词的特征转换器。 # 默认情况下，会忽略单字母词，这非常有实际意义， # 因为会除去无意义的词

Stemmers 在英语中，一个单词常常是另一个单词的“变种”，如：happy=>happiness，这里happy叫做happiness的词干（stem）。在信息检索系统中，我们常常做的一件事，就是在Term规范化过程中，提取词干（stemming），即除去英文单词分词变换形式的结尾。 本文主要介绍nltk中Stemmer的用法 Porter Stemmer 应用最为广泛的、中等复杂程度的、基于后缀剥离的词干提取算法是波特词干算法，也叫波特词干器（Porter Stemmer）。 from nltk.stem.porter import * stemmer = PorterStemmer() plurals = ['caresses', 'flies', 'dies', 'mules', 'denied','died', 'agreed', 'owned', 'humbled', 'sized','meeting', 'stating', 'siezing', 'itemization','sensational', 'traditional', 'reference', 'colonizer','plotted'] singles = [stemmer.stem(plural) for plural in plurals] print(' '.join(singles)) ''

import pandas as pd import matplotlib.pyplot as plt women_degrees = pd.read_csv("C:/Users/Amber/Documents/唐宇迪-机器学习课程资料/Python库代码（4个）/3-可视化库matpltlib/percent-bachelors-degrees-women-usa.csv") plt.plot(women_degrees['Year'],women_degrees['Biology']) plt.show() import pandas as pd import matplotlib.pyplot as plt women_degrees = pd.read_csv("C:/Users/Amber/Documents/唐宇迪-机器学习课程资料/Python库代码（4个）/3-可视化库matpltlib/percent-bachelors-degrees-women-usa.csv") plt.plot(women_degrees['Year'],women_degrees['Biology'],c='blue',label='Women') plt.plot(women_degrees['Year'], 100-women_degrees['Biology'], label=