douzi657的博客

2.向量表的构建和文本的向量表示。代码:增加k-means和可视化。掌握文本数据处理的一般流程；使用Python对文本数据进行。英文和中文文本的相似度计算实验。2.中文文本相似度计算。算法的文本聚类的实现。

迭代次数与PR值的变化规律取决于Pagerank算法的实现方式和输入数据的特征。初始PR值的不同会影响迭代次数和PR值的变化规律。初始PR值越接近最终收敛的PR值，迭代次数越少，PR值的变化越小。在实际应用中，一般会设置一个迭代次数的上限，在达到该次数后停止迭代，此时的PR值即为最终收敛的PR值。当迭代次数较少时，PR值的变化趋势比较明显，随着迭代次数的增加，PR值的变化趋势逐渐趋于平稳。当迭代次数较多时，PR值的变化趋势几乎没有明显变化，PR值的变化范围也越来越小。计算每个网页的PR值。

使用Python对文本数据进行分类以达到文本过滤的目的；掌握文本数据处理的一般流程；

使用Python对数据进行预处理；1.Jieba中文分词用法。掌握数据预处理的一般流程；.特征提取及向量空间模型。

设置为复杂访问信息，即添加请求头信息。使用Python语言编写爬虫代码；爬取给定网站的所有发帖数据；掌握网络爬虫的原理；

LSTM和GRU模型的构建及文件生成。根据斯坦福大学发布的情感分析数据集。最后模型训练及预测情感分类。数据集和训练好的模型文件。