GooSeeker产品资源教程视频教程使用交流资讯
开启辅助访问 切换风格

集搜客GooSeeker网络爬虫

论坛 › 搜客社区 › 使用交流
0 3290

用sklearn的kmeans算法对分词后的社交媒体话题文本做聚类分析

Fuller 于 2024-7-17 09:59 发表 [复制链接] [只看楼主] [打印] [上一主题] [下一主题]
收藏 跳转到指定楼层
《Jupyter Notebook使用Python做K-Means聚类分析》和《机器学习库sklearn的K-Means聚类算法的使用方法》这两篇notebook介绍了k-means的基本用法。本篇Jupyter Notebook将社交媒体话题文本经GooSeeker文本分词和情感分析软件处理后导出各种格式的excel结果表，在sklearn下做k-means算法实验。

点击下载源代码：

本帖子中包含更多资源

您需要 登录 才可以下载或查看，没有帐号？立即注册

x
举报 使用道具
| 回复

共 0 个关于本帖的回复 最后回复于 2024-7-17 09:59

返回列表
B Color Image Link Quote Code Smilies
高级模式
您需要登录后才可以回帖 登录 | 立即注册

推荐板块

精彩推荐

  • 爬网址做层级采集——以当当商品爬虫为例
  • 网络爬虫采集列表数据
  • UMAP的min_dist参数有什么作用？
  • UMAP的n_neighbors参数有什么作用？
  • HDBSCAN的min_samples和min_cluster_size参

热门话题

热门用户

旧版
网站
社区
支持
常见问题
视频教程
速查手册
指导书
关于
公司简介
联系方式
友情链接
关注
新浪微博

GMT+8, 2026-7-6 23:58