估计阅读时长: 9 分钟前段时间由于工作的需要，会需要从一些网站上抓取数据用来做数据分析。在原来我进行网页爬虫开发的时候，一般会需要专门针对网页格式，使用大量的正则表达式进行内容的解析。由于你也知道，VisualBasic语言所开发的程序为一个编译好的Assembly文件，所以假若所需要爬取的网页格式变化了，我们就需要对代码做修改和重新编译。这个时候就会非常的不方便。 Order by Date Name Attachments ea5d2885-bba5-410f-b02b-0589613412ed • 12 kB • 668 click 2021年5月29日graphquery_Rscript • 36 […]
[…] 基于之前的一篇文章《TF-IDF与N-gram One-hot文档嵌入算法原理》的学习，我们了解到可以将生物序列通过分解为kmer，组成单词集合用来表示一个文档。从而将长度各异的生物序列嵌入为长读一致的数值向量，进而可以用于后续的各种数据处理工作中。在这里，假设我们将基因组中的所有基因提取出来，然后通过blast比对的方式将基因注释到对应的ec number编号，既可以将某一个基因组使用一个ec number的集合来表示。通过这样子的数据表示方法，我们就可以将任意一个大小各异，基因组成不同的基因组都嵌入为具有相同维度特征的数值向量用于机器学习建模之类的工作。 […]
I'm fine, thank you. and you?
起了个头而已，等后续更新🤣
Marvelous, what a weblog it is! This web site provides helpful facts to us, keep it up.
过来围观大佬的文章