超级会员免费看
本文主要是学习参考杨秀璋老师的博客,笔记总结。
原文链接
文章目录
书山有路勤为径，学海无涯苦作舟（行行代码要手敲）
零、吃水不忘挖井人
一、数据预处理（分词-清洗-特征提取-权重）
数据的预处理直接影响后续模型分析的好坏，数据预处理是在对数据进行一些初步的处理：
- 缺失值缺失
- 噪声处理
- 中文分析
数据预处理的基本步骤,中文分词，词性标注，数据清洗，特征分词（向量空间模型存储），权重计算（TF-IDF）等
本文是关于自然语言处理的学习笔记，主要内容包括数据预处理（分词、清洗、特征提取、权重计算）、Jieba分词的安装与使用、数据清洗的停用词过滤、特征提取的向量空间模型和余弦相似度、以及TF-IDF权重计算。通过实例展示了如何使用Jieba进行中文分词，以及如何运用TF-IDF进行文本特征提取，最终实现了文本聚类。
订阅专栏 解锁全文
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
