用python網路爬蟲和nlp工具構建資料集
爬取過程：
１.呼叫api查詢文章的元資料，包括每篇文章的url
２.每個url傳送ｇｅｔ請求，找到ｈｔｍｌ的正文文字，提取出來。
３.清理文章文字，去除停用詞和標點
使用scikit-learn的it-idf vectorizer模組
非負矩陣分解（non-negative matrix factorization，或者叫nmf），是乙個線性代數優化演算法。它最具魔力的地方在於不用任何闡釋含義的先驗知識，它就能提取出關於主題的有意義的資訊。數學上它的目標是將乙個nxm的輸入矩陣分解成兩個矩陣，稱為w和h，w是nxt的文件-主題矩陣，h是txm的主題-詞語矩陣。你可以發現w和h的點積與輸入矩陣形狀一樣。實際上，模型試圖構建w和h，使得他們的點積是輸入矩陣的乙個近似。這個演算法的另乙個優點在於，使用者可以自主選擇變數t的值，代表生成主題的數量。
用scikit-learn的ｎｍｆ模組實現
mysql 解決方案 Mysql解決方案
mysql解決方案 一 centos7安裝mysql5.7 wget rpm uvh mysql80 community release el7 3.noarch.rpm yum repolist all grep mysql 發現預設mysql8.0是預設安裝的，然而我們要安裝的是mysql5.7...
OSSIM解決方案
大多數主流安全產品針對的是計算機單一安全缺陷，他們更多的是提供某一單獨的安全保護功能。目前安全領域內還沒有一套相對完整系統安全解決方案，而且由於主流商業安全軟體的閉源特性，讓我們對其自身的安全特性也不能夠完全信服。隨著軟體開源趨勢的不斷推進，現在出現了很多甚至可以說效能毫不遜色於任何商業軟體的安全工...
android OOM解決方案
解決oom的常用方案 記憶體限制是android對應用的乙個系統級限制，作為應用層開發人員，沒有辦法徹底去消滅這個限制，但是可以通過一些手段去合理使用記憶體，從而規避這個問題。以下是個人總結的一些常用方法 1 快取影象到記憶體，採用軟引用快取到記憶體，而不是在每次使用的時候都從新載入到記憶體 2 調...