一个运用了的爬虫+wordcloud+机器学习(监督学习)的影评分析例子
上传内容是核心代码,有生成的文本文件和模型文件按步骤运行后就会有,这里没有上传;目录结构没有体现,单独上传的代码文件。
博客地址:https://www.cnblogs.com/MyOceansWeb/p/10343062.html
这个效果还是不是很理想的,因为数据比较少,模型中已知的内容比较少,如果选择一部评论很多的电影,效果会更明显,
更能凸显豆瓣用户的评分风格。
一个运用了的爬虫+wordcloud+机器学习(监督学习)的影评分析例子
一个运用了的爬虫+wordcloud+机器学习(监督学习)的影评分析例子
上传内容是核心代码,有生成的文本文件和模型文件按步骤运行后就会有,这里没有上传;目录结构没有体现,单独上传的代码文件。
博客地址:https://www.cnblogs.com/MyOceansWeb/p/10343062.html
这个效果还是不是很理想的,因为数据比较少,模型中已知的内容比较少,如果选择一部评论很多的电影,效果会更明显,
更能凸显豆瓣用户的评分风格。
一个运用了的爬虫+wordcloud+机器学习(监督学习)的影评分析例子