医学stop_words.txt，这个版本适合医学数据的数据，EMR以及相关文献和书籍数据，医学文本stop_words集合；医学stop_words.txt，这个版本适合医学数据的数据，EMR以及相关文献和书籍数据，医学文本stop_words集合；医学stop_words.txt，这个版本适合医学数据的数据，EMR以及相关文献和书籍数据，医学文本stop_words集；医学stop_words.txt，这个版本适合医学数据的数据，EMR以及相关文献和书籍数据，医学文本stop_words集合；医学stop_words.txt，这个版本适合医学数据的数据，EMR以及相关文献和书籍数据，医学文本stop_words集合
2023-03-20 16:57:38
6KB
1
big5图书推荐
将5大人格特质调查数据集与57k书籍数据集合并，以推荐个性特质组合的良好读物
步骤1：将57,000个书名及其简短说明矢量化（“模糊”）
步骤2：将每个调查参与者的“五种人格特质调查”结果矢量化
步骤3：确定人格特质组合的最佳补充书籍
为了简化此演示，我们将采用“利用余弦距离来缩小间隙”的方法：例如，如果参与者对“我在周围的人感觉很舒服”给出了5分之2的答案，则我们将对该答案进行加权。 4（6减2）。 如果答案是“我开始对话。”，则答案为5分之5，我们将其加权为1（6减5）。
2022-12-08 21:16:43
18.39MB
1
中图网爬取的二手房数据——NoSQL综合项目数据集，对HBase、Redis、MongoDB、Neo4j等NoSQL数据库进行增删改查操作，并对MongoDB进行基本的统计分析。
2022-12-08 13:15:54
1024KB
1
基于Python Scrapy实现的爬取豆瓣读书9分榜单的书籍数据采集爬虫系统 含数据集和全部源代码
# -*- coding: utf-8 -*-
import scrapy
import re
from doubanbook.items import DoubanbookItem
class DbbookSpider(scrapy.Spider):
name = "dbbook"
# allowed_domains = ["https://www.douban.com/doulist/1264675/"]
start_urls = (
'https://www.douban.com/doulist/1264675/',
)
URL = 'https://www.douban.com/doulist/1264675/?start=PAGE&sort=seq&sub_type='
def parse(self, response):
# print response.body
item = DoubanbookItem()
selector = scrapy.Selector(response)
books = selector.xpath('//div[@class="bd doulist-subject"]')
for each in books:
title = each.xpath('div[@class="title"]/a/text()').extract()[0]
rate = each.xpath('div[@class="rating"]/span[@class="rating_nums"]/text()').extract()[0]
author = re.search('(.*?)
2021-07-10 17:02:47
19KB