小编Ale*_*exZ的帖子

d = {
    "local": {
        "count": 1,
        "health-beauty": {
            "count": 1,
            "tanning": {"count": 1}
        }
    },
    "nationwide": {"count": 9.0},
    "travel": {"count": 0}
}    

在这个例子中"nationwide"是最大的.

代码如下,以便更容易附加到脚本:

d = {'travel': {'count': 0}, 'local': {'count': 1, 'health-beauty': {'count': 1, 'tanning': {'count': 1}}}, 'nationwide': {'count': 9.0}}

好的 - 我陷入了两难境地.到目前为止,我的脚本将页面标题转换为类别 这是基于关键字,当匹配时,会添加一定的分数,即某些单词的值为10,有些仅为1.这会累积到每个类别的总分中.

[{15: [32, 'massages']}, {45: [12, 'hair-salon']}, {23,:[3, 'automotive service']}]

索引是类别id,第一个值是得分第二个值类别.

在某些情况下,这超过了10个类别匹配.

我怎样才能将其过滤到前60-75%

即显然,按摩和美发沙龙是最重要的,因为它们远远超过汽车服务.但是,我们如何使用这种情报进行编程？

我以为stddev可以帮忙吗？

编辑

我试图过滤掉低得分项目,例如

data = [{15: [32, 'massages']}, {45: [1, 'hair-salon']}, {23:[1, 'automotive service']}]]

在这种情况下,按摩是唯一得分高的项目

data = [{15: [4, 'massages']}, {45: [2, 'hair-salon']}, {23:[1, 'automotive service']}]]

Stil按摩

data = [{15: [10, 'massages']}, {45: [50, 'hair-salon']}, {23:[5, 'automotive service']}]]

现在发廊(因为它远远高于其他人)

所以我不需要取第一个(N)对象,更多的是,第一个对象比其他数字高x,作为标准偏差的百分比或形式.

所以50比10和5高得多

10比3或2高很多

然而,9,8和6大致相同