1. 读邮件数据集文件，提取邮件本身与标签。 列表 numpy数组 2.邮件预处理 邮件分句 名子分词 去掉过短的单词 词性还原 连接成字符串 传统方法来实现 nltk库的安装与使用 pip install nltk import nltk nltk.download() # sever地址改成 h ...
分类：
其他好文 时间：
2020-05-17 12:56:07
阅读次数：
51
1. 读邮件数据集文件，提取邮件本身与标签。 列表 numpy数组 2.邮件预处理 邮件分句 句子分词 大小写，标点符号，去掉过短的单词 词性还原：复数、时态、比较级 连接成字符串 2.1 传统方法来实现 2.2 nltk库的安装与使用 pip install nltk import nltk nl ...
分类：
其他好文 时间：
2020-05-16 19:09:13
阅读次数：
60
1. 读邮件数据集文件，提取邮件本身与标签。 列表 numpy数组 2.邮件预处理 邮件分句 句子分词 大小写，标点符号，去掉过短的单词 词性还原：复数、时态、比较级 连接成字符串 2.1 传统方法来实现 2.2 nltk库的安装与使用 pip install nltk import nltk nl ...
分类：
其他好文 时间：
2020-05-14 13:18:59
阅读次数：
66
Bloom Filter实现大数据集查询 1、什么情况下需要布隆过滤器？ 先来看几个比较常见的例子 字处理软件中，需要检查一个英语单词是否拼写正确 在 FBI，一个嫌疑人的名字是否已经在嫌疑名单上 在网络爬虫里，一个网址是否被访问过 yahoo, gmail等邮箱垃圾邮件过滤功能 这几个例子有一个共 ...
分类：
其他好文 时间：
2020-05-13 23:05:38
阅读次数：
72
站在巨人的肩膀上，我所写的东西，也会开源分享出来！已经能正常用了，但是还需优化一些小bug。 授人以鱼不如授人以渔，我把思路分享出来。 如果程序优化好了，我会将源码放在这里 "今日校园实现自动检测并提交最新表单" 也可以直接访问我 "博客" 一、抓包（重点） 1.1 如何抓包 Fiddler4电脑端 ...
分类：
编程语言 时间：
2020-05-08 13:30:20
阅读次数：
684
如何阻止垃圾邮件，节省技术员的时间。假设每天登录ServiceDeskPlus时都要看到一堆垃圾邮件、促销邮件，类似“自动回复”、“品牌活动”、“新品促销”这种，谁还能愉快的工作呢？尤其是在周一早上遇到这种情况，更加令人心烦，影响一周的心情。每天处理这些邮件可能就需要花费技术员一两个小时的宝贵时间。同时，服务级别协议却一刻不停地计算着工单处理时间，而技术员却受累于这些垃圾邮件，根本无法兼顾其它更高
分类：
其他好文 时间：
2020-04-17 18:50:35
阅读次数：
85
恢复内容开始 6-1 分类 垃圾邮件的处理可以作为一个分类问题的例子，要么是垃圾邮件，要么不是垃圾邮件两种可能，这是一种二元的分类问题 0 表示正类，1 表示负类；他们并没有明确的定义，我们可以根据自己的想法来 那么如何来开发分类问题 假如我们用现行回归的方式来做分类的问题（0表示没有恶性肿瘤，1表 ...
分类：
编程语言 时间：
2020-04-16 19:41:27
阅读次数：
89
在Redis的缓存穿透中了解到布隆过滤器，不禁想来了解一番其奇妙之处 1. 布隆过滤器的作用 判断传入数据是否已经存在，由这个基本功能可以泛生出： 防止Redis缓存穿透 海里数据去重 垃圾邮件过滤 2. 什么是布隆过滤器 布隆过滤器（Bloom Filter）是1970年由一个叫布隆的人提出的，它 ...
分类：
其他好文 时间：
2020-04-13 00:18:55
阅读次数：
72
Kafka Kafka是如何控制超时的？ 如何管理大量的topic，有哪些问题？ 零拷贝计数在Kafka中使用会有哪些副作用？ 为何大厂大规模实践中很少用Kafka？ 和其他MQ的比较：优缺点 多看源码 Mysql 项目中是如何分库分表保证服务不停机的 注册中心 注册中心需要满足CAP理论中的哪两个 ...
分类：
其他好文 时间：
2020-03-26 19:18:10
阅读次数：
56
对于从事IT行业的小伙伴来说，可能都非常疑惑，什么编程语言更简单易学呢?那当然是Python。Python语言简单清晰，对于其他语言来说更容易上手，更招人喜欢，适合IT小白学习，那么Python技术前景怎么样?为大家简单的分析一下吧。
分类：
编程语言 时间：
2020-03-24 19:08:15
阅读次数：
70
