일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 |
- oracle
- pytorch
- mysql
- Topics
- 지마켓
- 토픽추출
- 크롤링
- java
- 幼稚园杀手(유치원킬러)
- 방식으로 텍스트
- 파이썬
- 코사인 유사도
- tomoto
- db
- 자바
- Gmarket
- 네이버뉴스
- lda
- 이력서
- test
- RESFUL
- Websocket
- 과학백과사전
- (깃)git bash
- 게시판 만들기
- r
- jsp 파일 설정
- word2vec
- spring MVC(모델2)방식
- Python
- Today
- Total
목록Python (124)
무회blog
In [1]: # for_005_topikTs_tomoto # %pip install tomotopy # %pip install nltk # 한국어 전처리 # %pip install --upgrade kiwipiepy # %pip install KoNLP # import nltk # nltk.download() ############################################# import tomotopy as tp import pandas as pd import numpy as np import nltk.stem, nltk.corpus, nltk.tokenize, re ,os from kiwipiepy import Kiwi kiwi = Kiwi() kiwi.prepare() #######..
In [1]: # for_005_topikTs_tomoto # %pip install tomotopy # %pip install nltk # 한국어 전처리 # %pip install --upgrade kiwipiepy # %pip install KoNLP # import nltk # nltk.download() ############################################# import tomotopy as tp import pandas as pd import numpy as np import nltk.stem, nltk.corpus, nltk.tokenize, re ,os from kiwipiepy import Kiwi kiwi = Kiwi() kiwi.prepare() #######..
In [1]: # for_005_topikTs_tomoto # %pip install tomotopy # %pip install nltk # 한국어 전처리 # %pip install --upgrade kiwipiepy # %pip install KoNLP # import nltk # nltk.download() from tomotopy import LLDAModel import tomotopy as tp import pandas as pd import numpy as np import nltk.stem, nltk.corpus, nltk.tokenize, re from kiwipiepy import Kiwi kiwi = Kiwi() kiwi.prepare() stemmer = nltk.stem.porter..
point k_cnt = 5 # 토픽의 개수 , 행 , 1 ~ 32767 사이의 정수 top_n_cnt = 7 # 토픽의 갯수 , 열 min_cf_cnt = 10 # 단어 최소 출현 빈도 , 0 일시 모든 단어를 동일하게 봄 alpha_cnt = 0.1 # 문헌‐토픽 빈도 eta_cnt = 0.01 # 토픽‐단어 빈도 tran_cnt = 500 # 자동학습 빈도 model = tp.LDAModel(k=k_cnt, alpha=alpha_cnt,eta = eta_cnt) model_PMI = tp.LDAModel(k=k_cnt, alpha=alpha_cnt,eta = eta_cnt, min_cf=min_cf_cnt,tw=tp.TermWeight.PMI) model_IDF = tp.LDAModel(k=k_cn..
# %pip install konlpy # # import pandas as pd # # import konlpy.okt # # # Data = pd.read_csv('./newsTest/test001.csv',engine="python") # # # Data # # train_data = pd.read_table('./newsTest/3년간_건강보험증_부정사용_18만건회수율70%못미쳐.txt') # # len(train_data) # # train_data # # # train_data = train_data.dropna(how = 'any') # Null 값이 존재하는 행 제거 # # train_data.isnull().values.any() # # # 정규 표현식을 통한 한글 외 문자 제거 # # ..