wrong input format at line 1って出る。

伝説のlibsvmさん使ってみようとするとsvm-trainで・・・

wrong input format at line 1というエラー

でググったら英語のページしか出てこなくてふええってなったけど、

stackoverflow.com

ナンバーと一部の文章があるテキストを元に、ナンバーと文章全体のテキストから、文章を抜き出す。

 

はてなの中で写真の縦横って変えられないっぽい？

a.txtがこんな感じ。

b.txtがこんな感じ

a.txtの情報をもとにb.txtから情報を取る感じのやつです。

とりあえず、ナンバーと一部の文章があるテキスト(a.txt)の情報を元に、ナンバーと文章全体とurlがあるテキストから、a.txtのナンバーのある文章をb.txtから取り出したかったため作ったプログラムです。

HP中の％の入っている文を取り出したかったから作ったやーつ

なにで使ったかはひ・み・つ！！

#!/usr/bin/python
# -*- encoding: utf-8 -*-

import re
import urllib2
pattern1 = re.compile(r"\d+\.\d+\s%|\b\d+\s%|\b\d+%|\b\d+\s*\.\d+\s%|\b\d+\s*\.\d+%")#数字と%のやつ

url ="HPのURL"

fp = urllib2.urlopen(url)
inline = fp.readlines()
len_inline = len(inline)
for i in range(0,len_inline):
    a = pattern1.findall(inline[i])
    if a:#文字列型の場合は空文字列("")は偽(false)、""以外は真(true)
        print inline[i]   

csvのファイルの数字の部分だけ消して、フォルダ内のテキストを結合

csvファイルを一つのテキストファイルにまとめたかったので。

↑エクセルで開いたとき。

↑メモ帳で開いたとき。

この数字の部分消したいと思ったので。

 正規表現でたくさん数字ある部分を消して結合した。

texのPDFに表を作るマン。

表を作った時のやつ。

ちょっと昔過ぎて覚えてないので説明は割愛。

 このタイプのやつを表にするプログラムです。

ball playing という言葉から baseballという言葉にをつなげられなかった。

Word2VecをPythonでやってみる – 学生コーダーの備忘録

コードは上記サイト様のを丸パクリです。

僕としてはball playing からbase balと連想できるのかと、そんな軽い気持ちです。。。

まずは公式様のテストデータで学習して、ball playingで近いものを30個上げて見ましょう。

フォルダ内のテキストファイルの中身を全て合わせる君

言葉の通り、フォルダ内のテキストファイルを全て、一つのテキストファイルに突っ込むというだけです。

# -*- coding: utf-8 -*-
import glob

f = open("ketsu.txt","w") #これに全てを突っ込みたい。
files = glob.glob('/home/araki/デスクトップ/corpus/training/*of-00100')  #tof-00100で終わる1billlionファイルすべてを取得

for file_count in files:
    print file_count
    for i in open(file_count,"r"):
        f.write(i)