文章目录  聚类模型：K-Means   K-Means算法 算法思想： 算法描述： 优缺点：    聚类模型：K-Means  聚类（clustering）属于无监督学习（unsupervised learning） 无类别标记 在线 demo：http://syskall.com/kmeans.js   K-Means算法  数据挖掘十大经典算法之一 算法接收参数k；然后将样本点划分为k个聚类；同一聚类中的样本相似度较高；不同聚类中的样本相似度较小  算法思想： 以空间中k个样本点为中心进行聚类，对最靠近它们的样本点归类。通过迭 代的方法，逐步更新各聚类中心，直至达到最好的聚类效果 算法描...

文章目录    全球食品数据分析    全球食品数据分析  项目参考：https://www.kaggle.com/bhouwens/d/openfoodfacts/world-food-facts/how-much-sugar-do-we-eat/discussion  # -*- coding : utf-8 -*- # 处理zip压缩文件 import zipfile import os import pandas as pd import matplotlib.pyplot as plt def unzip(zip_filepath, dest_path): ""&...

文章目录    Matplotlib Seaborn 交互式数据可视化—Bokeh    Matplotlib Seaborn 交互式数据可视化—Bokeh

文章目录  Matplotlib绘图 figure subplot       fig.add_subplot(a, b, c)    直方图：hist 散点图：scatter 柱状图：bar 矩阵绘图：plt.imshow()   plt.subplots() 颜色、标记、线型 刻度、标签、图例    Matplotlib绘图  Matplotlib 是一个 Python 的 2D绘图库，通过 Matplotlib，开发者可以仅需要几行代码，便可以生成绘图，直方图，功率谱，条形图，错误图，散点图等。 http://matplotlib.org  用于创建出版质量图表的绘图工具库 目的是为Py...

文章目录  Seaborn绘图 数据集分布可视化     单变量分布 sns.distplot() 直方图 sns.distplot(kde=False) 核密度估计 sns.distplot(hist=False) 或 sns.kdeplot() 双变量分布   散布图 sns.jointplot() 二维直方图 Hexbin sns.jointplot(kind=‘hex’) 核密度估计 sns.jointplot(kind=‘kde’) 数据集中变量间关系可视化 sns.pairplot()    类别数据可视化     类别散布图   sns.stripplot() 数据点会重叠 sn...

文章目录  Bokeh绘图 Bokeh Bokeh接口 包引用 bokeh.charts     散点图 Scatter 柱状图 Bar 盒子图 BoxPlot 弦图 Chord   bokeh.plotting     方框 square, 圆形 circle     Bokeh绘图  http://bokeh.pydata.org/en/latest Bokeh 是一个专门针对Web浏览器的呈现功能的交互式可视化Python库。这是Bokeh与其它可视化库最核心的区别。  专门针对Web浏览器的交互式、可视化Python绘图库 可以做出像D3.js简洁漂亮的交互可视化效果，但是使用难度低于...

文章目录  实战案例：世界高峰数据可视化   世界高峰数据可视化 (World's Highest Mountains)    实战案例：世界高峰数据可视化 世界高峰数据可视化 (World’s Highest Mountains)  参考：https://www.kaggle.com/alex64/d/abcsds/highest-mountains/let-s-climb  import pandas as pd import matplotlib.pyplot as plt from matplotlib import style style.use('ggplot') # 设置图片显示...

文章目录    自然语言处理NLTKPython文本分析工具NLTK 情感分析 文本相似度 文本分类 分类预测模型：朴素贝叶斯 实战案例：微博情感分析     见本博客分类 自然语言处理NLTKPython文本分析工具NLTK 情感分析 文本相似度 文本分类 分类预测模型：朴素贝叶斯 实战案例：微博情感分析

文章目录  NLTK与自然语言处理基础   NLTK (Natural Language Toolkit) 安装步骤： 语料库 分词 (tokenize) 词形问题     1. 词干提取(stemming) 2. 词形归并(lemmatization) 3. 词性标注 (Part-Of-Speech) 4. 去除停用词 5. 典型的文本预处理流程  使用案例：     NLTK与自然语言处理基础 NLTK (Natural Language Toolkit) NTLK是著名的Python自然语言处理工具包，但是主要针对的是英文处理。NLTK配套有文档，有语料库，有书籍。  NLP领域中最常用...

文章目录  jieba分词 jieba分词   jieba分词的基本思路 案例：       流程介绍       jieba分词 jieba分词 jieba分词是python写成的一个算是工业界的分词开源库，其github地址为：https://github.com/fxsjy/jieba，在Python里的安装方式： pip install jieba 简单示例： import jieba as jb seg_list = jb.cut("我来到北京清华大学", cut_all=True) print("全模式: " + "/ "...

文章目录  情感分析   自然语言处理(NLP) 简单的情感分析     案例：使用机器学习实现      情感分析 自然语言处理(NLP)  将自然语言（文本）转化为计算机程序更容易理解的形式 预处理得到的字符串 -> 向量化 经典应用  情感分析 文本相似度 文本分类   简单的情感分析   情感字典（sentiment dictionary）  人工构造一个字典，如： like -> 1, good -> 2, bad -> -1, terrible-> -2 根据关键词匹配   如 AFINN-111： http://www2.imm.dtu.dk/pub...

文章目录  文本相似度和分类       文本相似度案例：    文本分类     TF-IDF （词频-逆文档频率）  案例：    文本相似度和分类  度量文本间的相似性 使用词频表示文本特征 文本中单词出现的频率或次数 NLTK实现词频统计  文本相似度案例： import nltk from nltk import FreqDist text1 = 'I like the movie so much ' text2 = 'That is a good movie ' text3 = 'This is a great one ' text4 = 'That is a really bad...

文章目录    实战案例：微博情感分析   数据：每个文本文件包含相应类的数据 步骤 代码：     tools.py  main.py      实战案例：微博情感分析 数据：每个文本文件包含相应类的数据  0：喜悦；1：愤怒；2：厌恶；3：低落  步骤  文本读取 分割训练集、测试集 特征提取 模型训练、预测  代码： tools.py # -*- coding: utf-8 -*- import re import jieba.posseg as pseg import pandas as pd import math import numpy as np # 加载常用停用词 stopw...