隨筆-28  評論-51  文章-10  trackbacks-0
            2008年5月8日
               摘要: 這學(xué)期做助教,不過就忙了最近3天,統(tǒng)計學(xué)生成績的時候用Excel,發(fā)現(xiàn)把學(xué)生的分數(shù)對應(yīng)到A,B, C D制很麻煩,如某某人考了98.5,最終成績需要記成A+。幸好看過以前發(fā)在論壇上的教程,可以用VBA幫忙下(不過某有看過郭安定的高級教程,因為要米啊),否則以前根本不知道Excel 還可以這樣用。好,廢話不講了,把這個轉(zhuǎn)換成績的VBA(就是用在Excel里的一個程序代碼,應(yīng)該在Excel的高級教程里會講到)。有興趣的可以學(xué)一下,其實看懂了蠻簡單的^_^

          具體要看效果的話,下載附件中的Excel文件,打開Excel文件,然后依次工具--》宏--》visual basic 宏編輯器, 把這段代碼copy進去后,點擊菜單欄下面的綠色的向右的三角形運行,到Excel查看,就可以看到效果啦, good luck!
          http://www.aygfsteel.com/Files/fullfocus/VBA.rar
          參考文檔,使用的關(guān)鍵語句  閱讀全文
          posted @ 2008-06-29 22:03 fullfocus 閱讀(630) | 評論 (0)編輯 收藏
          posted @ 2008-06-18 22:13 fullfocus 閱讀(1842) | 評論 (0)編輯 收藏
          posted @ 2008-06-18 10:47 fullfocus 閱讀(1728) | 評論 (0)編輯 收藏
          posted @ 2008-06-16 23:47 fullfocus 閱讀(1481) | 評論 (1)編輯 收藏
               摘要: 文本檢索技術(shù)摘要  閱讀全文
          posted @ 2008-06-12 23:12 fullfocus 閱讀(2598) | 評論 (4)編輯 收藏
          posted @ 2008-06-09 20:38 fullfocus 閱讀(1651) | 評論 (0)編輯 收藏
               摘要: 從現(xiàn)在開始,開始我真正的研究計劃:聚類獲取有價值的信息。
          今天開始詳細了解了已有的資源和項目代碼,包含中文分詞,文檔向量化,現(xiàn)有的KA+K-MEANS聚類算法。但是據(jù)觀察,聚類效果上不是很滿意,主要是類簇的關(guān)鍵字抽取不夠準確,特征選擇尚未考慮,聚類精度需要提高。
          以下是現(xiàn)有系統(tǒng)的流程圖:明天開始到下周末,研究
          1.ka+k-means,其他k-means方法,找出系統(tǒng)不足點
          2.研究特征選擇方法,提高聚類前數(shù)據(jù)的質(zhì)量  閱讀全文
          posted @ 2008-05-09 22:22 fullfocus 閱讀(653) | 評論 (2)編輯 收藏
               摘要: K-MEANS,AHC, single path直觀演示---Clustering Web Search Results  閱讀全文
          posted @ 2008-05-08 15:21 fullfocus 閱讀(644) | 評論 (0)編輯 收藏
          主站蜘蛛池模板: 鹿泉市| 长垣县| 云龙县| 吉林省| 田阳县| 武冈市| 章丘市| 科尔| 南皮县| 邻水| 陈巴尔虎旗| 浦东新区| 绿春县| 尉犁县| 河曲县| 武城县| 英吉沙县| 阿巴嘎旗| 巴青县| 巧家县| 昌江| 西吉县| 宜丰县| 临朐县| 西林县| 老河口市| 弥渡县| 深水埗区| 义乌市| 沛县| 凭祥市| 五河县| 罗源县| 盐山县| 绵阳市| 德庆县| 勃利县| 佛学| 康马县| 阳城县| 弋阳县|