tfidfjava代码 java tfidf( 二 )


return "文本文件";
}
});
chooser.showSaveDialog(Application2.this);
File file=chooser.getSelectedFile();
if(file==null)
return;
try {
PrintWriter pw=new PrintWriter(file);
pw.print(output1.getText());
pw.flush();
pw.print(output2.getText());
pw.flush();
}catch (IOException e1) {
e1.printStackTrace();
}
}
});
JPanel buttonPane=new JPanel();
buttonPane.add(open);
buttonPane.add(save);
this.add(buttonPane,BorderLayout.SOUTH);
}
public String[] getSentences(){
ArrayListString set=new ArrayListString();
int length=input.getText().length();
for(int i=0,last=0;ilength;i++){
String s=String.valueOf(input.getText().charAt(i));
if(s.equals("\n"))
last=i+1;
if(s.equals(".")||s.equals(",")||s.equals(" 。")||s.equals(" 。")||s.equals("!")||s.equals("?")||s.equals("?")||s.equals("!")||s.equals(",")){
set.add(input.getText().substring(last,i)+s);
last=i+1;
}
}
return set.StringtoArray(new String[set.size()]);
}
public String getKeySentences(String[] key,String[] sentences){
String result="";
A: for(int i=0;isentences.length;i++){
for (int k = 0; kkey.length; k++)
if (sentences[i].contains(key[k].subSequence(0, key[k].length()))) {
result += sentences[i] + "\n";
continue A;
}
}
return result;
}
private JTextArea input;
private JTextArea output1;
private JTextArea output2;
private JButton open;
private JButton save;
private String[] keyWords1;
private String[] keyWords2;
public static void main(String... args){
EventQueue.invokeLater(new Runnable(){
public void run(){
new Application2().setVisible(true);
}
});
}
}
请教一下Python中models.TfidfModel的用法?中括号可以表示取字典的某个键对应的值,也可以表示列表的某个元素
你这代码应该是人工智能相关的吧 , 这里重点并不是python , 而是相关数学知识
Python语言下的机器学习库Python语言下的机器学习库
Python是最好的编程语言之一,在科学计算中用途广泛:计算机视觉、人工智能、数学、天文等 。它同样适用于机器学习也是意料之中的事 。当然,它也有些缺点;其中一个是工具和库过于分散 。如果你是拥有unix思维(unix-minded)的人,你会觉得每个工具只做一件事并且把它做好是非常方便的 。但是你也需要知道不同库和工具的优缺点,这样在构建系统时才能做出合理的决策 。工具本身不能改善系统或产品,但是使用正确的工具,我们可以工作得更高效,生产率更高 。因此了解正确的工具 , 对你的工作领域是非常重要的 。
这篇文章的目的就是列举并描述Python可用的最有用的机器学习工具和库 。这个列表中,我们不要求这些库是用Python写的,只要有Python接口就够了 。我们在最后也有一小节关于深度学习(Deep Learning)的内容 , 因为它最近也吸引了相当多的关注 。
我们的目的不是列出Python中所有机器学习库(搜索“机器学习”时Python包索引(PyPI)返回了139个结果),而是列出我们所知的有用并且维护良好的那些 。另外,尽管有些模块可以用于多种机器学习任务,我们只列出主要焦点在机器学习的库 。比如,虽然Scipy包含一些聚类算法 , 但是它的主焦点不是机器学习而是全面的科学计算工具集 。因此我们排除了Scipy(尽管我们也使用它?。?。
另一个需要提到的是,我们同样会根据与其他科学计算库的集成效果来评估这些库,因为机器学习(有监督的或者无监督的)也是数据处理系统的一部分 。如果你使用的库与数据处理系统其他的库不相配 , 你就要花大量时间创建不同库之间的中间层 。在工具集中有个很棒的库很重要,但这个库能与其他库良好集成也同样重要 。

推荐阅读