存放一些工具函数

• plot_scatter_fig.py

  • 将高维数据降维，以散点图显示

• measure.py

  • 多分类数据结果评估

• money_format.py

  • 将汉字金额或者阿拉伯金额转化为统一格式

• edit_distance.py

  • 计算字符串编辑距离
  • 其他实现
    • fuzzywuzzy
    • python-Levenshtein

• simhash.py

  • 采用‘tf-idf’计算文本关键词权重，采用SimHash计算文本相似度

• lda_topic_words.py

  • 利用lda提取主题关键词

• kenlm_train_lm.py

  • 采用kenlm训练语言模型
  • 参考：使用kenlm工具训练统计语言模型

• gunicorn_http_server.py

  • 采用gunicorn提升Http服务处理高并发的能力
  • 使用命令
    • gunicorn -b 10.28.100.164:5001 -k gevent -w 20 guncorn_http_server:app
  • 常用参数
    • -w 设置启动python app worker进程的数量
    • -k 运行模式(sync, gevent等等)
    • -b gunicorn 启动绑定的host和port
    • --max-requests 最大处理量, 单woker进程如果处理了超过该数量的请求, 该woker会平滑重启
  • 参考
    • Flask服务部署

• trie_tree.py

  • 构建trie树，包含插入、删除、查询、保存

• kashgari.py

  • 深度学习框架，用于文本分类及序列标注
  • 参考文档
  • git

• sort.py

  • 几种排序方法
  • 参考

• Xgboost.py

  • xgboost结合sklearn训练分类模型、回归模型
  • 参考

• bert_model_deploy.py

  • bert fine-tune model 部署
  • 参考

• word_cloud.py

  • 采用wordcloud生成词云

• multiprocess_pool

  • python 多进程

• wechat_boom.py

  • 微信消息轰炸

• get_requirements.md

  • 如何生成requirements.txt