← 返回卡片

原书出处

社交网站的数据挖掘与分析(原书第2版)

原书第2版 · 核验版本的摘录快照 · 导入于 2026-11-14T06:09:43.253Z

注意:本章的例子(包括前面的例子)都使用

split方法来分词。然而,分词并不意味着简单地用空格来划分单词,第5章会介绍更复杂的适应于一般情形的分词方法。 解释器会话(interpreter session)的最后一个命令列出了单词的频率分布,以按频率进行排序。毫不惊奇,像the、to和of这些停用词是最常出现的词,但是频率分布会急速下降并有一个长长的拖尾。尽管我们现在是对一个小的文本样例进行处理,

但是此特点适用于任何自然语言的频率分析。

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0076.html

EPUB SHA-256:06582ecdf071724c9e218bc2698d2fff4e82a992d672b287e4c2e6092c924bcf

本卡其他出处