【机器学习建模分析案例3200字】.docxVIP

【机器学习建模分析案例3200字】.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

机器学习建模分析案例综述

1.1数据预处理

本文数据集是来自于数据平台，但数据平台所得数据是通过网上爬虫获得的微博情感数据，这些数据往往不标准，里面含有很多的符号，表情等噪音。如果不将其去掉，就会使得数据不准确，分析的效果变差。具体的过程如下图3.3所示。

图3.3文本预处理

（1）文本正则化

为了降低噪声数据对文本的影响，本文利用python下的re模块对中文微博文本进行正则匹配，做了以下清洗处理：

①去除网址的url链接，去掉不在所有中文、大小写字母、数字范围内的非法字符

②去掉一些微博常用的评论转发痕迹：“转发微博”、“0网络链接？”、“?展开全文c”等，将它们置为空字符

③通过爬虫爬取

关注原创力文档

咨询Ta 进入空间

更多 >