FlyAI

为了预测电影评分，我们收集了豆瓣电影网站上2.8万名用户对5万多部电影的280万条评论... 真实目的，其实是为了让大家能够通过这次的教程，更加了解自然语言处理。 本项目只使用电影评论来预测电影评分。 由于豆瓣电影网站的评分为1-5的整数，因此将该问题转化为5个输出类别的分类问…

Pandas含有使数据清洗和分析工作变得更快更简单的数据结构和操作工具。pandas经常和其它工具一同使用，如数值计算工具NumPy和SciPy，分析库statsmodels和scikit-learn，和数据可视化库matplotlib。pandas是基于NumPy数组构建的，…

numpy.random模块对Python内置的random进行了补充，增加了一些用于高效生成多种概率分布的样本值的函数。例如，你可以用normal来得到一个标准正态分布的4×4样本数组： 而Python内置的random模块则只能一次生成一个样本值。从下面的测试结果中可以看出…

线性代数（如矩阵乘法、矩阵分解、行列式以及其他方阵数学等）是任何数组库的重要组成部分。不像某些语言（如MATLAB），通过*对两个二维数组相乘得到的是一个元素级的积，而不是一个矩阵点积。因此，NumPy提供了一个用于矩阵乘法的dot函数（既是一个数组方法也是numpy命名空间中…

NumPy能够读写磁盘上的文本数据或二进制数据。这一小节只讨论NumPy的内置二进制格式，因为更多的用户会使用pandas或其它工具加载文本或表格数据。 np.save和np.load是读写磁盘数组数据的两个主要函数。默认情况下，数组是以未压缩的原始二进制格式保存在扩展名为.n…

BERT的全称是Bidirectional Encoder Representation from Transformers，即Transformer的双向编码表示来改进基于架构微调的方法。是一个语言表征模型（language representation model），通过超…

另外还有两个方法any和all，它们对布尔型数组非常有用。any用于测试数组中是否存在一个或多个True，而all则检查数组中所有值是否都是True： 这两个方法也能用于非布尔型数组，所有非0元素将会被当做True。 顶级方法np.sort返回的是数组的已排序副本，而就地排序则…

NumPy数组使你可以将许多种数据处理任务表述为简洁的数组表达式（否则需要编写循环）。用数组表达式代替循环的做法，通常被称为矢量化。一般来说，矢量化数组运算要比等价的纯Python方式快上一两个数量级（甚至更多），尤其是各种数值计算。 作为简单的例子，假设我们想要在一组值（网格…

知识点：通用函数（即ufunc）是一种对ndarray中的数据执行元素级运算的函数。 这些都是一元（unary）ufunc。另外一些（如add或maximum）接受2个数组（因此也叫二元（binary）ufunc），并返回一个结果数组： 这里，numpy.maximum计算了x…