对分词并选词后的社交媒体话题文本用sklearn的kmeans做聚类分析

Fuller 于 2024-7-17 10:06 发表 [复制链接] [只看楼主] [打印] [上一主题] [下一主题]

上篇《社交媒体话题文本分词后用sklearn的kmeans算法做聚类分析》，我们将采集得到的知乎二舅话题的excel，导入到Gooseeker文本分词和情感分析软件，经自动分词后，导出“分词效果表”excel。基于自动分词的“分词效果表”，我们在python下使用sklearn库进行k-means聚类实验。本篇，我们在分词后再进行一步：选词。即人工方式的特征工程，以期降低维度，提高准确度。

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

转播

支持

反对

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 10:06

返回列表

精彩推荐

gooseeker分词工具的命名实体识别和词形还
怎样设置LDA模型的超参数alpha(α)和beta(
LDA主题分析模型到底是什么？
top2vec话题发现原理和使用方法
将文本聚类和LDA分析模块安装在数据盘上的

对分词并选词后的社交媒体话题文本用sklearn的kmeans做聚类分析

本帖子中包含更多资源

共 0 个关于本帖的回复最后回复于 2024-7-17 10:06

推荐板块

精彩推荐

热门话题

热门用户

	B Color Image Link Quote Code Smilies 高级模式您需要登录后才可以回帖登录 \| 立即注册回帖并转播回帖后跳转到最后一页

对分词并选词后的社交媒体话题文本用sklearn的kmeans做聚类分析

本帖子中包含更多资源

共 0 个关于本帖的回复 最后回复于 2024-7-17 10:06

推荐板块

精彩推荐

热门话题

热门用户

共 0 个关于本帖的回复最后回复于 2024-7-17 10:06