LibShortText LibShortText是一个开源的Python短文本（包括标题、短信、问题、句子等）分类工具包。它在LibLinear的基础上针对短文本进一步优化，主要特性有： 支持多分类 直接输入文本，无需做特征向量化的预处…
结巴分词 就是前面说的中文分词，这里需要介绍的是一个分词效果较好，使用起来像但方便的Python模块：结巴。 结巴中文分词采用的算法 基于Trie树结构实现高效的词图扫描，生成句子中汉字所有可能成词情况所构成…
NLTK简介 NLTK (Natural Language Toolkit)是由宾夕法尼亚大学计算机和信息科学使用 python 语言实现的一种自然语言工具包，其收集的大量公开数据集、模型上提供了全面、易用的接口，涵盖了分词、词性标注(Part-Of-…
Wordcloud 是一个生成词云的 Python 包，可以以词语为基本单位更加直观和艺术的展示文本，呈现效果类似标签云。这里主要讲解下如何使用。 wordcloud 使用文档 所有函数均封装在 WordCloud 类里: WordCloud([...])…
Sklearn 提供了一些机器学习方法，可用于奇异（Novelty）点或异常（Outlier）点检测，包括 OneClassSVM、IsolationForest、LocalOutlierFactor(LOF) 等。其中 OneClassSVM 可用于 Novelty Detection，而后两者可用…
Adaptive Alerting（AA）是Expedia开源的异常检测项目，整个项目也是完整一套监控体系，包括事件处理恢复操作都在内。系统设计主要在如何方便集成不同的异常检测算法和评估方法，然后根据指标的情况来路由和触发重…
异常检测 (anomaly detection)，也叫异常分析 (outlier analysis 或者 outlier detection) 或者离群值检测，在工业上有非常广泛的应用场景： 金融业：从海量数据中找到“欺诈案例”，如信用卡反诈骗，识别虚假信…
EGADS (Extendible Generic Anomaly Detection System) 是 Yahoo 一个开源的大规模时间序列异常检测项目，主要由两个模块构成，一个是时间序列构造模块，另一个是异常检测模块。 给定一段时间的离散值（构成一个序…
宿主服务器使用的是 Ubuntu 18.04，需要注意的是 Docker 目前不支持 Ubuntu 19.10。如要在 19.10 中使用 Docker 需要在 Docker 源配置时设置 Ubuntu 18.04 的版本标识：bionic。 deb [arch=amd64] https://download…
Streamlit简介 Streamlit是一个基于Python的可视化工具，和其他可视化工具不同的是，它生成的是一个可交互的站点（页面）。但同时它又不是我们常接触的类似Django、Flask这样的WEB框架。当前使用下来的感受： 缺点…
