Python -向量化正则表达式搜索以进行分类
Python是一种高级编程语言，具有简洁、易读、易学的特点。它在云计算领域中被广泛应用，包括前端开发、后端开发、软件测试、数据库、服务器运维、云原生、网络通信、网络安全、音视频、多媒体处理、人工智能、物联网、移动开发、存储、区块链、元宇宙等方面。
在云计算中，Python的向量化正则表达式搜索以进行分类是一种常见的技术。下面是对这个问题的完善且全面的答案：
- 概念：向量化正则表达式搜索是指使用向量化的方式对文本进行正则表达式匹配和搜索。向量化操作可以同时处理多个文本，提高搜索效率和性能。
- 分类：向量化正则表达式搜索可以分为两类：基于字符串的向量化搜索和基于文本集合的向量化搜索。
- 优势：向量化正则表达式搜索具有以下优势：
- 高效性：向量化操作可以同时处理多个文本，提高搜索效率。
- 灵活性：正则表达式可以灵活地定义搜索模式，适用于不同的分类需求。
- 可扩展性：Python提供了丰富的正则表达式库，可以满足各种复杂的搜索需求。
- 应用场景：向量化正则表达式搜索广泛应用于文本分类、信息提取、数据清洗等场景。例如，在自然语言处理中，可以使用向量化正则表达式搜索对文本进行情感分析、关键词提取等任务。
- 推荐的腾讯云相关产品和产品介绍链接地址：
- 腾讯云服务器（https://cloud.tencent.com/product/cvm）：提供高性能、可扩展的云服务器，适用于部署Python应用程序。
- 腾讯云函数（https://cloud.tencent.com/product/scf）：提供无服务器计算服务，可用于快速部署和运行Python函数。
- 腾讯云人工智能（https://cloud.tencent.com/product/ai）：提供各种人工智能服务，包括自然语言处理、图像识别等，可与Python结合使用。
通过使用Python的向量化正则表达式搜索以进行分类，可以高效地处理文本数据，满足云计算领域中的各种需求。
相关·内容
我正在研究一个相对较大的基于文本的web分类问题，我计划在python中的sklearn中使用多项式朴素贝叶斯分类器，并使用scrapy框架进行爬行。然而，我有点担心sklearn/python对于一个可能涉及数百万网站分类的问题来说可能太慢了。我已经在DMOZ的数千个网站上训练了分类器。研究框架如下：
1)爬虫登陆一个域名，抓取网站上20个链接的文本(深度不超过1个)。(对于爬虫的示例运行，这里的标记化单词数量似乎在几千到150K之间变化) 2)运行具有大约50,000个特征的sklearn多项NB分类器，并根据结果记录域名
我的问题是，对于如此大规模的应用程序，基于Python的分类器是否
浏览 0提问于2013-04-13得票数 5
这听起来可能是个幼稚的问题，但我在这方面还很新鲜。假设我使用Google预训练的word2vector模型()来训练一个分类模型。我保存了分类模型。现在，我将分类模型加载到内存中，以测试新实例。我需要再次加载Google word2vector模型吗？还是只用来训练我的模特？
浏览 4提问于2017-06-13得票数 0
回答已采纳
1回答
基于朴素贝叶斯的文本挖掘
、、、、
我正在用朴素贝叶斯分类器实现计算领域课程的预测代码。输出的目的是预测课程是否(管理、设计、数据库、分析、…)。9班)。我只有大约100条课程描述的记录。我用搜索关键字标记50，我会用它们中的80%作为训练数据，20%作为测试数据，而其他50种课程则由分类器预测。类是不平衡的，我不能改变数据中的任何东西。
精度为75%，如何提高准确度？
它对训练数据集很小吗？
浏览 0提问于2018-02-11得票数 2
2回答
我知道模式r'([a-z]+)\1+'在搜索字符串中搜索重复的多字符模式，但我不明白为什么k2答案不是'aaaaa‘(5 'a')：
import re
k1 = re.search(r'([a-z]+)\1+', 'aaaa')
k2 = re.search(r'([a-z]+)\1+', 'aaaaa')
k3 = re.search(r'([a-z]+)\1+', 'aaaaaa')
print(k1) # <_sre.SRE_Match obj
浏览 0提问于2018-02-06得票数 8
回答已采纳
1回答
我需要根据概要文件(.doc文件)进行分类。我有一个包含数据的csv文件：
label keyWords
Web developer ["html","css","php"]
Developer ["core","java","python"]
Embedded Dev ["ARM", "CORTEX", "C"]
现在我想对.doc文件进行分类。
另外，请告诉我使用什么model？或继续进行的广泛步骤(例如构建dat
浏览 0提问于2019-06-26得票数 1
回答已采纳
第一次堆栈溢出--在这里。我正在尝试为我正在从事的这个数据科学项目(对银行交易数据进行分类)创建一些新功能。例如，我有“自动支付”、“汽油”、“停车”等交易类别，我想创建一个名为“汽车”的新功能，其中任何包含这些单词的类别都将被赋予1的值(而所有其他类别将被赋予0)。
我试着为"car“写一个函数，但是我不知道如何根据这个函数的结果创建一个新的特性。我觉得肯定有一种简单的方法可以做到这一点，但我对python还是个新手，在弄明白这一点上有点困难！
下面是我的car函数：
def car():
df.category.apply(lambda x: "Auto"
浏览 0提问于2018-02-02得票数 0
回答已采纳
1回答
我的问题是，我有一个具有分类法字段的用户，我想要做的是搜索这些分类法。
例如:他的个人资料中的一个用户选择了分类法，比如说足球。我想要建立一个搜索引擎，让用户在其中搜索足球，所有有足球分类法的用户都会出现。
我不知道这方面的任何模块，我也不知道是否可以用视图来完成它。
·Drupal 7·视图7.x-3.20
有什么帮助吗？
浏览 0提问于2018-11-19得票数 0
我试图在Python中实现朴素的Bayes分类器。我的属性有不同的数据类型:字符串、Int、浮点数、布尔值、序号。
我可以使用高斯朴素贝叶斯分类器(Sklearn.naivebayes : package)，但我不知道如何处理不同的数据类型。分类器引发错误，声明不能处理除Int或float以外的其他数据类型。
我可能想到的一种方法是将字符串编码成数字值。但我也怀疑，如果我这样做，分类器会有多好。
浏览 4提问于2015-06-19得票数 1
回答已采纳
如何用python对英语单词进行分类？比如国家和政府:政权，政治，政治家，官员，democracy......besides，还有其他的话题:教育/家庭/经济/学科等等。
我想整理“经济学人”杂志的词汇，并根据频率和主题对这些进行分类。目前，我已经完成了单词的频率统计，下一步是如何用python自动对这些单词进行分类？
浏览 9提问于2020-04-14得票数 0
1回答
我所要求的是在搜索结果中显示分类法术语，当有人搜索与之相关/类似的内容时。例如:我有一个分类ABC，文章1,2,3,4与之相关。所以当有人搜索ABC和第1,2,3,4条时，ABC也应该在那里可见。我想我必须编辑‘searched.Where’的.tpl.php文件，并在分类字段(如图像和描述)中添加所需的字段，这些字段是文章在searched.Where时所需要的，以及如何以分类法术语添加字段。
浏览 0提问于2015-06-25得票数 0
1回答
为初学者将NLP模型部署到AWS
、、、、
我的任务是优化网站上的搜索。搜索应该是图片和文本文本查询。我已经开发、训练、测试和选择了一个机器学习模型，该模型将图像和文本转换为一个特征向量(Python，基于OpenAI剪辑)。这个特征向量将被转换为弹性搜索。弹性搜索将由另一位专家进行配置。
该模型将首先用于确定所有现有图像和文本的特征向量，然后在添加新内容或更改现有内容时使用。
有很多现有的内容(大约数以千万计的图片和文本在一起)。每天大约有100到500条内容被添加和修改.
我对AWS没有做太多的工作，但是在这种情况下，模型需要以某种方式部署到AWS中。当然，我有模型和整个项目在本地，我可以编写一个API应用程序，并制作一个Docke
浏览 5提问于2022-11-14得票数 0
下面是egrep尝试的正则表达式，然后是Python2.7：
$ echo‘/some/path/to/file/a de.csv’溶胶- egrep‘*(a+).csv’
/some/path/to/file/abcde.csv
但是，Python中的相同正则表达式：
re.match(r'*([a-zA-Z]+)\.csv',f )
给予：
Traceback (most recent call last):
File "/shared/OpenChai/bin/plothost.py", line 26, in <module>
浏览 2提问于2015-07-13得票数 11
回答已采纳
这个问题要求我在训练线性分类器时对所选特征的权重进行正则化。我使用的是python SKlearn。
我在谷歌上搜索了很多关于在SKlearn中整合分类器的非对称正则化的信息，但我找不到任何解决方案。执行此任务的核心库函数是作为windows的DLL提供的，因此无法修改现有的库。
有没有具备这种灵活性的python机器学习库？任何形式的帮助都将不胜感激。
浏览 10提问于2014-09-20得票数 0
我有一个由生成的文件，其中包含所有系统调用。现在我想要获取所有系统调用的名称。因此，假设我的mprotect列出了4次，我只需要列出1次，也就是说，我只需要列出唯一的系统调用。
我想到的一种方法是使用正则表达式，使用python或任何其他支持解析正则表达式的语言，以首先查看所有系统调用，然后消除重复调用。为此，我首先尝试使用notepad++的搜索功能来测试我的正则表达式。我想匹配任何像这样的东西，blah(。为此，我设计了以下正则表达式
[a-zA-Z_](
但是记事本什么也没找到。你认为正确的正则表达式是什么？
浏览 3提问于2012-05-14得票数 1
回答已采纳
我用一些自定义的图像重新训练了这个模型，如“诗人指南”中所解释的那样。
当我使用下面的命令python -m scripts.label_image --graph=tf_files/retrained_graph.pb --image=tf_files/test_photos/apple.jpg在我的计算机上运行模型时
我期望它分类为一个苹果，我得到正确的分类结果是：
苹果1.0橙1.40016e-08柠檬2.19029e-09
当我将经过再训练的模型和标签文件复制到android的Assets文件夹并构建apk时，我会得到不同的分类结果，尽管我向模型提供了相同的图像。
我认为这个
浏览 2提问于2018-04-18得票数 0
回答已采纳
12回答
我正在寻找文本情感分析 ()的开源实现，最好是在python中。有人熟悉我可以使用的这样的开源实现吗？
我正在编写一个应用程序，在twitter上搜索某个搜索词，比如"youtube"，并将“高兴”推文与“悲伤”推文计算在内。我使用的是Google的应用程序引擎，所以它在python中。我希望能够从twitter中对返回的搜索结果进行分类，我想在python中这样做。到目前为止，我还没有找到这样的情绪分析器，特别是在python中。您熟悉我可以使用的这种开源实现吗？最好这已经在python中了，但是如果不是，希望我可以将它翻译成python。
注意，我分析的文本很短，它们是推特
浏览 15提问于2009-02-21得票数 88
回答已采纳
在Drupal 8中，我创建了一个新的Media类型"PDF文件“。我已经导入了将近30,000个文件，每个文件都包含了标题(名称)、文件和分类分类。
在内容类型(例如，默认文章)上，我添加了一个实体引用字段，并能够通过实体文件浏览器项目(https://www.drupal.org/project/entity_浏览器)定位文件。
这已经足够好了，但是它只在默认情况下通过Name字段进行搜索。
除了用逗号分隔标签进行搜索之外，我如何完成相同的任务？
因此，每个文件都有一个标记结构TAG1、TAG2、TAG3。
在文件的搜索字段中，如果我键入TAG1、TAG3，那么所有带有这种标记组合
浏览 0提问于2019-01-10得票数 2
回答已采纳
我使用Keras (TensorFlow上的2.1.4)实现了20个新闻组数据的文本分类。准确度为0.87。我还能够保存模型和标记器，并在另一个python程序中使用它们来预测文本文件的类。使用下面保存模型和令牌程序-
# creates a HDF5 file 'my_model.h5'
model.model.save('my_model.h5')
# Save Tokenizer i.e. Vocabulary
with open('tokenizer.pickle', 'wb') as handle:
pickl
浏览 8提问于2018-05-04得票数 3
我正在为Android开发一个对象检测应用程序，我在使用ssd_mobilenet_v1_fpn模型进行培训时获得了良好的性能。
输出冻结推理图，转换为tflite，并对其进行量化以提高性能。但当我在上试用时，应用程序就崩溃了。
该应用程序与默认模型(ssd_mobilenet_v1)完美地工作，但不幸的是，它并不适合小对象的检测和分类。
这里是我量化的ssd_mobilenet_v1_fpn模型
Google：
OneDrive：
这里的非量化模型
谷歌硬盘：
OneDrive：
用于量化我使用了以下命令行：
bazel运行-c tensorflow/lite/toco:tocoTFLit
浏览 20提问于2020-09-16得票数 0
回答已采纳
1回答
从给定的邻接矩阵生成可达矩阵的最佳算法是什么？有warshall的算法，但这不是最好的方法。有一些其他的方法，但程序更多的理论。是否有任何模块可以轻松地创建一个可达矩阵。我正在研究python 2.7。
浏览 4提问于2016-05-12得票数 8
2回答
我希望获得df中的所有行，其path列包含一个子字符串new+ folder。这个问题和cs95的答案对于new+或fol这样的子字符串非常有用，但是当我搜索时结果是不正确的。
new+ folder。
>>>dft = pandas.DataFrame([[ '/new+folder/'], ['/new+ folder/']], columns=['a'])
index path
0 `/new+folder/`
1 `/new+ folder/`
现在用query进行测试
>&
浏览 1提问于2019-07-28得票数 4
回答已采纳
1回答
我有文字描述的事件，如出生，新工作，婚礼，死亡等。或者没有事件发生。如何检测这些事件？
我的方法是形成一组单词，并在对应于事件的文本中搜索它们。或者使用贝叶斯分类器。但是贝叶斯分类器需要对所有类别进行一些训练，我需要一种甚至可以在不给出所有类型的示例的情况下进行分类的方法。这有可能吗？
浏览 8提问于2016-04-19得票数 0
我制作了一套过去几年制作的各种电影的数据集，技术人员为电影、电影体裁、它所代表的国家、运行时、语言、电影所赢得的各自的电影节等工作。
数据集类似于，它是一个excel文件.
我感兴趣的是根据电影本身的特点对电影进行多标签分类(不管情节如何)。
我认为我们需要用数字/向量来对数据进行多标签分类。但是，我不知道名称(专有名词)和个别词的向量化是如何实现的。
有什么其他方法可以让我用上面的数据来实现我的多标签分类的目标？请帮我辨认一下。谢谢。
浏览 1提问于2020-04-03得票数 0
回答已采纳
2回答
我有一个有趣的问题，我不知道如何开始。我正在研究一个二进制分类器，它将取一个化学名称，编码为字符串，并预测它是“好”还是“坏”名称。我通过直接检查这种化学物质的结构，取得了很好的成功，但我想探讨一下，我是否能够了解到化学品本身的名称(因为名称可以包含一些关于分子结构编码缺失的分子的结构信息)。我一直在四处搜索，试图找到任何内置在滑雪板中的东西来进行文本特征提取。有相当多，但在我看来，主要是用来编码整个句子或段落。我的输入将是非常长的、单一的单词，例如：
1-(氨基亚胺甲基)-N‘- 2,4,5-trideoxy-2--1,3-O-(1-methylethylidene)-6-O-undecyl
浏览 0提问于2020-01-22得票数 1
1回答
我是正则表达式中的一个新蜜蜂，在按照某种模式划分字符串方面需要帮助。
我的字符串将始终遵循类似于".(0.satQA).(1.SomewhatEnjoyable).(0.satQC).(0.ShorterThanExpected).(0.Q12).(0._1)".的模式
我的第一次搜索应该返回(这里的粗体搜索) (0.satQA).(1.SomewhatEnjoyable).(0.satQC).(0.ShorterThanExpected).(0.Q12).(0._1)
第二任(0.satQA).(1.SomewhatEnjoyable).(0.satQC).(0.Shorte
浏览 4提问于2013-08-02得票数 0
回答已采纳
2回答
矢量量化软件通常只在数值数据上工作。Python的scipy.cluster.vq.vq ()就是一个这样的例子，它执行矢量量化。对于大多数集群软件来说，数字数据的需求也很明显。
许多人指出，您总是可以将分类变量转换为一组二进制数值变量。但在处理大数据时，这会变得很尴尬，因为在大数据中，单个分类变量可能有数百或数千个类别。
另一种明显的选择是改变距离函数。对于混合数据类型，从观察值到“中心”或“码本条目”的距离可以表示为两部分总和，涉及(a)数值变量的通常欧几里德计算和(b)分类变量的不等式指标总和，如125页上建议的所示。
有没有使用这种广义距离函数的矢量量化的开源软件实现？
浏览 2提问于2014-12-30得票数 1
1回答
我需要在Dataframe中搜索'mas‘这个词，用frase的列是Corpo，这个专栏的文本在列表中被分开，例如:我喜欢鸟-->分离的我，就像鸟。因此，我需要搜索‘马斯’在葡萄牙语弗莱斯和抓住只是‘圣诞节’之后的单词。代码需要很长时间才能执行此函数。
df.Corpo.update(df.Corpo.str.split()) #tokeniza frase
df.Corpo = df.Corpo.fillna('')
for i in df.index:
for j in range(len(df.Corpo[i])):
lista_aux =
浏览 1提问于2018-09-18得票数 2
回答已采纳
1回答
我是pythonizer perl到python转换器的作者。我正在尝试引导它的最新版本，它挂在re模块中。我用-mtrace -t运行它，它在这里结冰了：
Perlscan.py(449): if py == "'.pl'":
Perlscan.py(454): term = "'"
Perlscan.py(456): print('py: ', len(py), py)
py: 140 '\U0001f60e\U0001f941\U0001f3b9\U0001f3a4\U0001f3b
浏览 8提问于2022-10-10得票数 2
我有一个关于使用python的最近邻算法的作业。我有一个用纯python编写的包含循环的代码。我必须只使用numpy重写和配置函数，而不使用循环。 我有一个需要分类的未标记的点u，一个距离函数和一个训练集(X，Y)。我要写的函数应该返回距离u最小的点的标签。 下面是用纯python编写的函数，我必须重写它： def pynearest(u, X, Y, distance=pydistance):
xbest = None
ybest = None
dbest = float('inf')
for x, y in zip(X, Y):
浏览 16提问于2019-04-28得票数 0
我想要建立一个文本分类器与学习，然后将它转换为iOS11机器学习文件使用包。我用、和构建了三个不同的分类器，它们都在Python中工作得很好。问题在于coremltools包及其将sklearn模型转换为iOS文件的方式。正如所说，它只支持这些模型：
线性和Logistic回归
LinearSVC和LinearSVR
SVC和SVR
NuSVC和NuSVR
梯度增强分类器与回归器
决策树分类器与回归器
随机森林分类与回归
正火器
进位机
标准标尺
DictVectorizer
一个热编码器
因此，它不允许我将文本数据集向量化(我在分类器中
浏览 3提问于2017-06-08得票数 0
2回答
我目前正在通过以下指南建立一个多标签图像分类模型(它使用启动作为基本模型)：
从.pb转换到.tflite后，模型只比.tflite小约0.3mb。
以下是我的转换代码：
toco \
--graph_def_file=optimized_graph.pb \
--output_file=output/optimized_graph.tflite \
--output_format=TFLITE \
--input_shape=1,299,299,3 \
--input_array=Mul \
--output_array=final_result \
--infe
浏览 1提问于2018-07-24得票数 3
回答已采纳
我正在使用sklearn TfidfVectorizer进行文本分类。
我知道这个向量化器需要原始文本作为输入，但是使用列表是可行的(参见input1)。
但是，如果我想使用多个列表(或集合)，我会得到以下属性错误。
有人知道如何解决这个问题吗？提前感谢！
from sklearn.feature_extraction.text import TfidfVectorizer
vectorizer = TfidfVectorizer(min_df=1, stop_words="english")
input1 = ["This",
浏览 31提问于2018-06-01得票数 2
1回答
我知道我们可以使用投票分类器来组合不同的分类器。
我想知道是否有任何方法将分类器与每个分类器的不同权重结合起来？我怎么能和Weka一起这么做？
我在谷歌上搜索过，我们可以在属性或实例中添加权重。但我想知道如何增加分类器的权重。
如果不可能进行加权表决，我还有其他办法可以做到吗？谢谢。
浏览 2提问于2013-10-21得票数 1
1回答
我有一组使用tm包在R中清理过的文档。
然后，我使用sklearn和ntlk编写了python代码，使用带有朴素贝叶斯分类器的管道对这些文档进行分类(这并不重要)，并将预测的结果转储到数据帧中。分类是有效的。但是，当我恢复预测的标签和预测的概率(使用sklearn.pred_proba)时，我得到了每个文档的2组概率。我相信发生这种情况的原因是因为在R中处理的文件有一个与之相关的"doc_id“，我相信我编写的Python分类代码试图对"doc_id”中的文本和文件中的实际文本进行分类，因此在将单个文档分类到3个类别时，我会恢复一个2,3维的ndarray。我已经阅读了tm，s
浏览 0提问于2017-10-26得票数 1
我使用python3.8.5和四舍五入的小数，而不是浮动，它的行为很奇怪。
Python通常正确地环绕所有decimal.Decimals，其中.50被舍入。
然而，只有十进制(1120.50)是四舍五入。我代码中的错误可能是什么。
重造
import decimal
round(decimal.Decimal(1119.50))
# OK: Expected output 1120, actual output 1120
round(decimal.Decimal(1120.50))
# Wrong: Expected output 1121, actual output 1120
r
浏览 3提问于2021-03-17得票数 2
回答已采纳
1回答
我有一个dataframe all_data，它包含两列：Event_Summary：是对事件的文本描述，Impact是分类。我使用支持向量机自动对这些数据进行分类--参见下面的代码：
train, test = train_test_split(all_data, test_size=0.2)
count_vect = CountVectorizer(stop_words='english', analyzer = "word")
X_train_counts = count_vect.fit_transform(train.Event_Summary)
浏览 0提问于2019-02-08得票数 1
回答已采纳
2回答
我必须对超过10,000个类别的大量文本进行分类。我需要专家的建议，因为我还是个学生。
我的数据是分类分类的商业产品的描述和标题。例如，标题为"large and good keyboard“的键盘位于类别office > computer > keyboard中。
现在，我使用"from sklearn.feature_extraction.text import TfidfVectorizer“表示我的文本数据。但是矩阵在内存中太大了。对于表示大量数据，您有什么建议吗？
我正在考虑使用word-2-vec来表示数据，然后使用神经网络进行分类。
但我需要你的建议才
浏览 0提问于2019-04-30得票数 2
3回答
我正在开发一个正则表达式，以匹配F. Supp.或F.3d，而不是On June或foobar。
到目前为止，我有[A-Z][ ]?[A-Z|a-z|\.| ][A-Z|a-z|\.| |0-9]+。它就快到了，但它仍然和On June相配。我想要一个. (句号字符)，但我希望允许它在比赛的任何地方。
我认为我需要使用一个积极的前瞻性，但我的尝试是行不通的：(?=[.])[A-Z][ ]?[A-Z|a-z|\.| ][A-Z|a-z|\.| |0-9]+。
我在用Python。
浏览 1提问于2015-03-17得票数 0
回答已采纳
是否有任何Python库提供现成的度量来分析多输出多类分类任务的分类器的性能？学习还没有这个选项(如文档和相应的GitHub上的特征请求中所述)。
浏览 0提问于2015-08-12得票数 0
我正在将bash代码转换为python代码。
现在，我想创建一个函数，它在bash中具有${variable#pattern}的相同功能；它删除最短匹配模式，
例如，我希望delete_head('_usr_home_you_file.ext.tar.oz'，r'_.*_')会产生'home_you_file.ext.tar.oz‘。
我在下面做了python函数，
import re
def delete_head(word,pattern):
re.sub('^{0}'.format(pattern), '&#
浏览 4提问于2017-08-17得票数 0
回答已采纳
1回答
目前，我正在使用一个很好的python库StellarGraph来实现GraphSAGE (图形神经网络)，并且对于大多数使用来说，这个库工作得很好。
现在，我遇到了一种情况，即我有带加权边的图--权重反映了一些关系相对于其他关系的重要性。换句话说，节点之间的一些链接具有较低的权重(低重要性)，而另一些则具有较高的权重(高重要性)。
在图网络训练中考虑权重的情况下，这对于聚类甚至节点分类都是非常有用的。
有没有办法让GraphSAGE / python StellarGraph考虑加权边？
浏览 0提问于2019-07-29得票数 2
回答已采纳
1回答
我希望通过提取正面和负面训练样本的猪特征来对汽车进行分类。问题是，我不知道如何处理我从每个图像中获得的HOG特性，以便将它们“转换”成可训练的数据向量。
编辑：，谢谢，这就澄清了一些事情。正如Bentoy13建议的那样，我已经试图连接矩阵(谢谢)，但不确定要连接哪个维度。我只有最后一个问题，使用这个方法意味着我必须把我所有的训练图像重新缩放到相同的大小。所以我想知道这是否还能提供可靠的分类。如果没有，我怎样才能克服这个问题？
对于其他可能对提取hog特性的过程有疑问的人，我刚刚发现这个非常有助于理解HOG描述符及其使用。
浏览 1提问于2014-01-10得票数 2
回答已采纳
2回答
熊猫应用函数引用列名
、、、、
我正在尝试创建一个包含SKU可能所属的所有分类(Asst 1-50)的新列。如果SKU在相应的列中以"x“表示，则SKU属于分类。
脚本需要能够迭代SKU列中的行，并在任何ASST列中检查“x”。如果找到一个，则将该分类列的名称复制到新创建的“所有分类”列中。
在一次班轮之后：
我一直在尝试使用df.apply方法，但我似乎无法正确地理解它。
def assortment_crunch(row):
if row == 'x':
df['Asst #1'].apply(assortment_crunch):
浏览 3提问于2022-03-21得票数 1
回答已采纳
2回答
我有以下类型的聚类数据-数字数据、分类数据和经度数据，用于python中一个数据的位置。当数据混合到这个程度时，我想知道如何进行聚类。
是否可以使用DBSCAN或分层群集，以及需要做什么才能将分类数据转换为数字。地理位置数据也是如此。
浏览 0提问于2019-02-15得票数 0
我正在上学习科学工具包学习教程。
我稍微偏离了教程，将教程制作成两个文件，其中一个文件训练分类器，并将分类器保存到一个文件中。另一个文件用于加载分类器并预测testFile上的情绪。原始程序调用在向量化器上执行转换，但是我得到了错误：
Vocabulary wasn't fitted or is empty! at the line :
test_data_features = vectorizer.transform(clean_test_reviews)
我还需要在这个文件中初始化一个向量器对象，因为这个向量器在最后一个文件中。如果我将行更改为fit_transform，程序就会运
浏览 0提问于2016-02-05得票数 2
1回答
我使用包含160万个tweet的sentiment140数据集来训练和分析python中的scikit学习库中不同分类器的准确性。我使用下面的代码片段将tweet矢量化为特征向量，然后将其输入到分类器中。
vectorizer = CountVectorizer(max_features = 2000)
train_set = (vectorizer.fit_transform(trainX)).toarray()
在此之后，我使用以下代码片段训练了我的classifier对象，该对象包括GaussianNB()、MultinomialNB()、BernoulliNB()、LogisticRe
浏览 1提问于2016-03-23得票数 2
回答已采纳
在向量化Weaviate ()中的实际数据之前，我想为我的数据创建一个语义上下文。假设我们有一个分类法，其中我们有一组特定于领域的概念及其相关概念的链接。你能告诉我最好的方法是什么，不仅编码这些概念，而且编码它们之间的关系使用上下文？
浏览 6提问于2021-04-20得票数 2
1回答
我想使用Apache Mahout和朴素贝叶斯分类器对一堆文档进行分类。我做了所有的预处理，并将训练数据集转换为特征向量，然后训练分类器。现在我想把一堆新的实例(待分类的实例)传递给我的模型，以便对它们进行分类。
然而，我的印象是，必须对我的待分类实例和训练数据集一起进行预处理？如果是这样，为什么我可以在构建模型时没有要分类的实例的真实场景中使用分类器？
Apache Spark怎么样？我们的东西在那里是怎么工作的？我是否可以建立一个分类模型，并在以后使用它来对看不见的实例进行分类？
浏览 1提问于2015-07-08得票数 0
我正在尝试加载一个字典，然后执行分类。但是，我得到了错误：
File "train_classifier.py", line 49, in <module>
clf.fit(page_vecs.data[:-1],page_vecs.target[:-1])
File "/usr/local/lib/python3.4/site-packages/scipy/sparse/base.py", line 505, in __getattr__
raise AttributeError(attr + " not found
浏览 2提问于2015-03-08得票数 0
回答已采纳
我假装使用Tensorflow (通过Python)来实现一个小系统，它必须从给定的文本(1-20个单词)返回语言。
我知道多层感知器对分类问题很有帮助，我认为这是一个很好的网络拓扑。
我必须决定每一层中有多少层和多少个节点，但我不知道我的网络应该有多少个输入。
有人能帮我解决这种问题的网络输入吗？
浏览 2提问于2017-04-04得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
