如何用python對(duì)文本進(jìn)行聚類？代碼在GitHub:jiegzhan/CNN多類文本分類本項(xiàng)目是對(duì)客戶投訴進(jìn)行分類，共11類。在這個(gè)項(xiàng)目中，文本由單詞嵌入表示。要如何開(kāi)始從零掌握Python機(jī)器學(xué)習(xí)

如何用python對(duì)文本進(jìn)行聚類？

代碼在GitHub:jiegzhan/CNN多類文本分類本項(xiàng)目是對(duì)客戶投訴進(jìn)行分類，共11類。在這個(gè)項(xiàng)目中，文本由單詞嵌入表示。

要如何開(kāi)始從零掌握Python機(jī)器學(xué)習(xí)？

我已經(jīng)使用Python 7年多了，現(xiàn)在我正在從事視頻對(duì)象識(shí)別算法的開(kāi)發(fā)，使用tensorflow，它也是基于Python語(yǔ)言的。Python是一種解決所有問(wèn)題的語(yǔ)言，值得擁有

！我從2012年開(kāi)始學(xué)習(xí)機(jī)器學(xué)習(xí)，因?yàn)闆](méi)有指導(dǎo)，我走了很多彎路，浪費(fèi)了很多時(shí)間和精力。一開(kāi)始，我讀了《機(jī)器學(xué)習(xí)實(shí)踐》一書。雖然我不懂，但我還是把書中所有的例子都跑了一遍，漸漸發(fā)現(xiàn)自己不懂算法也能達(dá)到預(yù)期的效果。然后，我會(huì)直接開(kāi)發(fā)我想要的程序。當(dāng)我遇到需要機(jī)器學(xué)習(xí)的部分時(shí)，我會(huì)直接復(fù)制它。一周后，演示會(huì)出來(lái)。在這個(gè)時(shí)候，你會(huì)發(fā)現(xiàn)你已經(jīng)開(kāi)始了。剩下的就是理解每種算法的范圍和局限性。

不要掉進(jìn)無(wú)休止的書堆里，練習(xí)和做項(xiàng)目

！呃，地鐵到了。我要去工作了。我還沒(méi)做完呢。有機(jī)會(huì)我會(huì)繼續(xù)討論

首先，你可以看到聚類后的樣本

如果你使用Python sklearn中的K-means聚類算法，算法類本身就有一些屬性可以知道聚類后的情況。

例如，有一些模型屬性，clusterucentersuuuuuux是聚類后得到的聚類中心，標(biāo)簽uuux如上圖所示，樣本[1.4，0.2]對(duì)應(yīng)第三個(gè)類別，聚類結(jié)果還有每個(gè)類別的聚類中心和每個(gè)類別的樣本數(shù)。這種方法可以用來(lái)尋找相應(yīng)的標(biāo)簽分類。

當(dāng)然，還有一個(gè)predict方法，它可以直接輸出輸入樣本的類標(biāo)簽

RDD轉(zhuǎn)換和操作只能由驅(qū)動(dòng)程序調(diào)用，不能在其他轉(zhuǎn)換中調(diào)用app erscast=sc.廣播（mapingsuuuapp）

所有類型uutersubcast=sc.廣播（mapings對(duì)于Python學(xué)習(xí)者來(lái)說(shuō)需要掌握以下技術(shù)

網(wǎng)絡(luò)編程。網(wǎng)絡(luò)編程在生活和發(fā)展中無(wú)處不在。哪里有通信，哪里就有網(wǎng)絡(luò)。它可以稱為一切發(fā)展的“基石”。對(duì)于所有的編程開(kāi)發(fā)人員來(lái)說(shuō)，我們必須知道它是什么，為什么是這樣，所以網(wǎng)絡(luò)部分將從協(xié)議、包、解包等底層進(jìn)行深入的分析。

2. 爬蟲(chóng)開(kāi)發(fā)。所有網(wǎng)絡(luò)數(shù)據(jù)作為資源，通過(guò)自動(dòng)化程序進(jìn)行有針對(duì)性的數(shù)據(jù)采集和處理。爬蟲(chóng)開(kāi)發(fā)項(xiàng)目包括跨越式反爬蟲(chóng)策略、高性能異步IO、分布式爬蟲(chóng)等，并對(duì)scrapy框架的源代碼進(jìn)行分析，了解其原理，實(shí)現(xiàn)定制的爬蟲(chóng)框架。

3. 網(wǎng)絡(luò)開(kāi)發(fā)。Web開(kāi)發(fā)包括前端和后端兩部分。前端部分將您從“黑白”帶到“彩色”世界，而動(dòng)態(tài)網(wǎng)頁(yè)的后端部分則是手工開(kāi)發(fā)的。它需要你從10行代碼到n百萬(wàn)行代碼來(lái)實(shí)現(xiàn)和使用你自己的微網(wǎng)框架。對(duì)框架的解釋涵蓋了數(shù)據(jù)、組件、安全性和其他領(lǐng)域的知識(shí)。它可以從底層了解其工作原理，控制任何行業(yè)主流的web框架環(huán)境。

4. It自動(dòng)化發(fā)展。It運(yùn)維自動(dòng)化是根據(jù)It服務(wù)需求，將靜態(tài)設(shè)備結(jié)構(gòu)轉(zhuǎn)化為動(dòng)態(tài)彈性響應(yīng)的一組策略。目的是減少人工干預(yù)，降低人員成本和出錯(cuò)概率。從設(shè)計(jì)層面、框架選擇、靈活性、可擴(kuò)展性、故障處理，以及如何優(yōu)化與各大互聯(lián)網(wǎng)公司的實(shí)際案例的聯(lián)系，如fortress machine、CMDB、全網(wǎng)監(jiān)控、主機(jī)管理等，可以帶您開(kāi)發(fā)出企業(yè)中最常用的項(xiàng)目。財(cái)務(wù)分析。財(cái)務(wù)分析包括學(xué)習(xí)財(cái)務(wù)知識(shí)和python相關(guān)模塊。它帶你從金融小白到量化交易策略的發(fā)展。學(xué)習(xí)內(nèi)容包括numpypandasSciPy數(shù)據(jù)分析模塊和其他常用的金融分析策略，如“雙倍移動(dòng)平均線”、“周規(guī)則交易”、“羊駝策略”、“雙刺交易策略”等，讓夢(mèng)想成真，進(jìn)入金融行業(yè)不再是夢(mèng)想。

6. 人工智能機(jī)器學(xué)習(xí)。隨著人工智能時(shí)代的到來(lái)，首先介紹了深度機(jī)器學(xué)習(xí)課程。它包括機(jī)器學(xué)習(xí)的基本概念和公共知識(shí)，如分類、聚類、回歸、神經(jīng)網(wǎng)絡(luò)和公共類庫(kù)，并根據(jù)周圍的事件作為案例，逐步經(jīng)過(guò)預(yù)處理、建模、訓(xùn)練、評(píng)價(jià)和參數(shù)化。人工智能是未來(lái)科學(xué)技術(shù)發(fā)展的新趨勢(shì)。Python作為最重要的編程語(yǔ)言，必將有很好的發(fā)展前景?，F(xiàn)在也是學(xué)習(xí)python的好機(jī)會(huì)。

在Python中聚類后，如何知道哪個(gè)樣本屬于哪一類？

學(xué)習(xí)Python與年齡無(wú)關(guān)。去年，我33歲的時(shí)候在openstack上學(xué)習(xí)Python。在我的職業(yè)生涯中，我學(xué)過(guò)幾種語(yǔ)言，包括C、C、PHP和python。

就學(xué)習(xí)內(nèi)容而言，我認(rèn)為學(xué)習(xí)一門語(yǔ)言主要包括兩個(gè)方面：

1）語(yǔ)言本身的語(yǔ)法，其實(shí)內(nèi)容很少

2）與語(yǔ)言相關(guān)的系統(tǒng)庫(kù)和第三方庫(kù)，內(nèi)容多，難度大

另外，我的經(jīng)驗(yàn)是如何學(xué)好一門語(yǔ)言的實(shí)踐，實(shí)踐包括兩個(gè)方面：

1）閱讀更多的代碼，你可以看到更好的開(kāi)源項(xiàng)目，如openstack或Django等。

2）編寫更多的代碼。如果你的工作中有項(xiàng)目，如果沒(méi)有，你可以寫一些小項(xiàng)目。例如，開(kāi)發(fā)一個(gè)python版本的redis。