- 1、本文档共8页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
数据挖掘技术DataMiningTechnology人工智能专业
项目五:热点话题数据挖掘实战任务一任务介绍任务二热点话题分词任务三调用Python实现热点话题挖掘任务四热点话题数据可视化
项目引入项目在紧锣密鼓的进行着,在学习完数据分析之后,紧接着项目进入了重中之重,利用Python进行数据挖掘。想想数据挖掘的难度和代码,我的拖延症又犯了,迟迟不愿动笔,跟师父抱怨道:“数据挖掘的代码是不是很负责,而且技术点很难”Wendy眉毛上扬:“送你几个字‘不要重新发明轮子(Don’tRe-inventingtheWheel)’。”Wendy见我不明白,又说:“数据分析时,我们采用的很多框架和技术是通用的,比如文本分词,新词发现的算法。”师父分享给我Python库的官网(),说:“学习一个新的技术,就是看官网帮助文档,跟着做一遍。”当时我还不明白师父的良苦用心,直到边学边做,顺利的完成了第一个数据挖掘项目,尝到甜头之后才体会到数据挖掘的巨大优势。
任务四热点话题数据可视化
任务四5.4.1词云分析词云分析#?画出词云??def?create_wordcloud(content,image=weibo.jpg,max_words=10000,max_font_size=50):??????cut_text?=??.join(content)??????cloud?=?WordCloud(??????????#?设置字体,不指定就会出现乱码??????????font_path=HYQiHei-25J.ttf,??????????#?允许最大词汇??????????max_words=max_words,??????????#?设置背景色??????????background_color=white,??????????#?最大号字体??????????max_font_size=max_font_size??????)??????word_cloud?=?cloud.generate(cut_text)??????word_cloud.to_file(image)
任务四5.4.2词频分析词频分析#?词频统计??def?word_frequency(word_list,?*top_N):??#?返回前?top_N?个值,如果不指定则返回所有值??????if?top_N:??????????counter?=?Counter(word_list).most_common(top_N[0])??????else:??????????counter?=?Counter(word_list).most_common()??return?counter??#?显示词频图??def?plot_chart(counter,?chart_type=Bar):??????items?=?[item[0]?for?item?in?counter]??????values?=?[item[1]?for?item?in?counter]???????if?chart_type?==?Bar:????????????c?=?(??????????????Bar()??????????????.add_xaxis(items)??????????????.add_yaxis(词频,?values)???????????????.set_global_opts(title_opts=opts.TitleOpts(title=微博动态词频统计))??????????????)?????????????????c.render(weibo_wordfrq.html)?
任务四5.4.3热点话题可视化可视化#?使用LDA模型进行建模与分析??def?word2vec(word_list,n_features=1000,topics?=?5):??????tf_vectorizer?=?CountVectorizer(strip_accents=unicode,??????????????????????????????????????max_features=n_features,???????????????????????????????????????????????????????????????????????max_df=0.5,??????????????????????????????????????min_df=10)??????tf?=?tf_vectorizer.fit_transform(word_list)??????lda?=?LatentDirichletAllocation(n_components=topics,?#话
您可能关注的文档
- 31.“食”的导游技巧.ppt
- 质量控制区的设置与管理_-_实施指导.ppt
- 像控点点之记作业_02.pptx
- 项目二仓储入库作业操作_1.pptx
- ABB工业机器人基础认知.pptx
- 运动休闲男装品牌Y3个案分析 (1).pptx
- 知识点_01:《电子商务法》VS大数据杀熟.pptx
- PPT课件10 (1).1施工验收.ppt
- 2.1HTML简介与基本概念.ppt
- 学习案例:典型工作票案例 (1).学习案例:典型工作票案例.ppt
- 10《那一年,面包飘香》教案.docx
- 13 花钟 教学设计-2023-2024学年三年级下册语文统编版.docx
- 2024-2025学年中职学校心理健康教育与霸凌预防的设计.docx
- 2024-2025学年中职生反思与行动的反霸凌教学设计.docx
- 2023-2024学年人教版小学数学一年级上册5.docx
- 4.1.1 线段、射线、直线 教学设计 2024-2025学年北师大版七年级数学上册.docx
- 川教版(2024)三年级上册 2.2在线导航选路线 教案.docx
- Unit 8 Dolls (教学设计)-2024-2025学年译林版(三起)英语四年级上册.docx
- 高一上学期体育与健康人教版 “贪吃蛇”耐久跑 教案.docx
- 第1课时 亿以内数的认识(教学设计)-2024-2025学年四年级上册数学人教版.docx
文档评论(0)