zzy0222 / CityLab
2019年北京高校数学建模校际联赛B题的模型代码：NLP情感分析+改进熵值法+改进灰色关联度分析
☆24Updated 9 months ago
Related projects: ⓘ
- 本系列代码主要是作者Python人工智能之TensorFlow的系列博客，涉及回归神经网络、CNN、RNN、TensorFboard等内容。基础性代码，希 望对您有所帮助。☆98Updated 3 months ago
- 携程/榛果民宿实时评论挖掘软件，包含数据的实时采集/数据清洗/结构化保存/ UGC 数据主题提取/情感分析/后结构化可视化等技术的综合性演示 Demo。基于在线民宿 UGC 数据的意见挖掘项目，包含数据挖掘和 NLP 相关的处理，负责数据采集、主题抽取、情感分析等任务。主要…☆66Updated 3 years ago
- 2020年第八届泰迪杯数据挖掘C题“智慧政务文本挖掘”特等奖作品（论文与代码）☆60Updated 3 years ago
- 练手项目：Comment of Interest 电商文本评论数据挖掘 （爬虫 + 观点抽取 + 句子级和观点级情感分析）☆89Updated 3 years ago
- 该资源为作者在CSDN的撰写Python数据挖掘和数据分析文章的支撑，主要是Python实现数据挖掘、机器学习、文本挖掘等算法代码实现，希望该资源对您有所帮助，一起加油。☆125Updated 3 years ago
- 对豆瓣影评进行文本分类情感分析，利用爬虫豆瓣爬取评论，进行数据清洗，分词，采用BERT、CNN、LSTM等模型进行训练，采用tensorboardX可视化训练过程，自然语言处理项目\A project for text classification, based on to…☆112Updated last year
- 《Python数据预处理技术与实践》源码下载☆184Updated 4 years ago
- 以京东评论作为数据集，使用常见的机器学习算法如KNN、SVM、逻辑回归、贝叶斯、xgboost等等算法进行分类。使用深度学习中的CNN、RNN、CNN和RNN连接、Bi-GRU、bert模型进行分类。使用fastnlp的框架搭建文本分类。☆30Updated 4 years ago
- 近年来，随着微信、微博、市长信箱、阳光热线等网络问政平台逐步成为政府了解民意、汇聚民智、凝聚民气的重要渠道，各类社情民意相关的文本数据量不断攀升，给以往主要依靠人工来进行留言划分和热点整理的相关部门的工作带来了极大挑战。同时，随着大数据技术的发展，建立基于自然语言处理技术的…☆28Updated 4 years ago
- Apply ML on weibo sentiment. 疫情背景下微博文本情感分析与可视化☆41Updated 2 months ago
- 京东评论情感分析模型，主要包括1、数据获取及探索性分析；2、文本预处理、文本分词、文本向量化、特征提取、☆74Updated 5 years ago
- 【Numpy 手写实现】SVM 支持向量机 | KNN K近邻 | Kmeans | Logistic Regression 逻辑回归 | Maximum Entropy 最大熵 | Naive Bayes 朴素贝叶斯 | Perception 感知机 | Decision…☆204Updated 4 years ago
- 一些机器学习算法的demo。普通最小二乘法，决策树（Iris鸢尾花数据集），KNN（mnist手写数字数据集），朴素贝叶斯分类西瓜数据集，trec06c数据集垃圾邮件分类（spam），逻辑斯蒂回归，随机梯度下降SGD与全梯度下降的对比，mnist中8和9的二分类，泰坦尼克号…☆163Updated 5 years ago
- 常见的数据预处理，包括数据加载、缺失值&异常值处理、描述性变量转换为数值型、训练测试集划分、数据规范化☆33Updated last year
- 利用爬虫获取58同城的二手房信息，选取特征并对数据进行预处理，利用机器学习算法给出不同地段的租房推荐。☆14Updated 5 years ago
- 本系列代码主要是作者Python人工智能之Keras的系列博客，涉及回归神经网络、CNN、RNN、LSTM等内容。基础性代码，希望对您有所帮助。☆61Updated 3 months ago
- 基于pytorch进行文本多分类，主要模型为双向LSTM，预测准确率83%☆36Updated 4 years ago
- 基于Word2Vec+SVM对电商的评论数据进行情感分析☆130Updated 6 years ago
- 通过python爬虫获取人民网、新浪等网站新闻作为训练集，基于BERT构建新闻文本分类模型，并结合node.js + vue完成了一个可视化界面。☆37Updated 2 years ago
- 中文情感分析模型，包含各种主流的情感词典、机器学习、深度学习、预训练模型方法☆86Updated 4 years ago
- 本项目演示如何在PyTorch中使用Transformer模型进行中文文本分类☆24Updated last year
- 房价预测完整项目：1.爬取链家网数据 2.处理后，用sklearn中几个逻辑回归机器学习模型和keras神经网络搭建模型预测房价 最终结果神经网络效果更好，R^2值0.75左右☆218Updated 5 years ago
- 电影评论情感分析，利用LSTM进行分类，数据集为IMDB情感分析数据集，使用已经训练好的词典向量模型☆22Updated 6 years ago
- 本项目主要是利用LSTM来对中文文本进行情感分类，包含四个类别（愤怒，焦虑，抑郁，伤感）☆52Updated 4 years ago
- 某电商手机评论的文本挖掘初体验 功能板块：数据预处理、LDA模型获取特征词、情感极性判断与程度计算、回归模型预测销量排序☆106Updated 5 years ago
- 零基础入门NLP - 新闻文本分类 正式赛第一名方案☆220Updated 4 years ago
- 利用python对3000个数据利用机器学习算法建立模型，并预测未来客户信用风险。处理数据不均衡问题时采用了SMOTE过采样以及随机过采样技术；通过相关性分析进行特征选择；建模过程中用到了Logistic回归、SVM、随机森林、GBDT四种模型，并通过网格搜索法确定最优参数…☆26Updated 2 years ago
- 一个自然语言处理的可视化系统，实现自动生成词云图、文章关键信息提取、多文档主题分布、文本分类等功能，还有一些业务数据的可视化图表展示。☆33Updated 3 years ago
- 酒店评论情感分析（机器学习、情感词典）☆51Updated 5 years ago
- 该工程是利用python3.6进行“特征提取+分类器”来实现美团评论的文本二分类问题。在特征提取部分提取了6种特征，分类器选择了python里面的包xgboost和lightGBM分别实现提升树和GBDT（梯度提升决策树）。☆87Updated 5 years ago