文件名称：Adult-Teenager-Classification-using-Deep-Learning
文件大小：4.45MB
文件格式：ZIP
更新时间：2024-04-04 20:21:45
JupyterNotebook
使用深度学习的青少年分类 问题陈述 通过使用具有不同矢量化器的各种模型，我想通过分析用户在不同子reddit中使用的词来确定模型是否可以准确预测用户的成熟度/年龄。 我将从每个subreddit，r / Teenagers和r / Adulting收集5,000行数据，并使用这些数据来训练我的朴素贝叶斯和KNN模型。 我的目的是确定在两个子Reddit中的任何一个中使用的关键字，创建停用词，并确定模型中的最佳超参数。 使用的内容和数据 笔记本（按顺序） 数据采集 Adulting_DataCollection.ipynb Teens_DataCollection.ipynb 前处理Preprocessing.ipynb 造型 知识网络 朴素贝叶斯 工作流程 数据采集 使用PushShift API。 每个subreddit收集5,000个帖子。 数据清理和EDA 组合标题
【文件预览】：
Adult-Teenager-Classification-using-Deep-Learning-main
----Teenagers_DataCollection.ipynb(50KB)
----NaiveBayes.ipynb(143KB)
----KNN.ipynb(40KB)
----README.md(5KB)
----Adulting_DataCollection.ipynb(36KB)
----data()
--------merged_subreddits.csv(13.08MB)
--------teenagers_subreddit.csv(3.26MB)
--------adulting_subreddit.csv(5.55MB)
----Preprocessing.ipynb(1.37MB)