文件名称：数据挖掘项目
文件大小：1.86MB
文件格式：ZIP
更新时间：2024-03-07 21:33:35
JupyterNotebook
数据挖掘项目 推文聚类 目标： 主Twitter API用于提取推文 掌握自然语言处理 数据清理 推文分类 要求： Twitter开发人员帐户 Twitter API 1-数据提取： 导入库（tweepy +熊猫+ numpy） 连接到Twitter API 将推文提取到多个csv文件中，然后将它们组合到一个csv文件中 2-处理前的推文： 使用re库搜索不必要的信息。 删除标点符号，主题标签，个人资料名称，URL和表情符号。 创建一个新的干净的CSV文件 3-处理推文：自然语言处理 导入nltk（自然语言工具包），它由最常用的算法组成，例如标记化，词性标记，词干，情感分析，主题细分和命名实体识别。 NLTK帮助计算机分析，预处理和理解书面文本。 使用“停用词”摆脱英语单词，这些单词不会给句子增加太多含义。 在不牺牲含义的前提下，可以安全地忽略它们。 使用“ Porte
【文件预览】：
Data-Mining-Project-main
----TwitterClustering.ipynb(197KB)
----twitter_p2.csv(297KB)
----requirements.txt(108B)
----clean_combined_csv.csv(1.34MB)
----elbow.JPG(19KB)
----twitter_p0.csv(373KB)
----combined_csv.csv(1.68MB)
----README.md(2KB)
----twitter_p3.csv(333KB)
----twitter_clusters.csv(3KB)
----credentials.py(277B)
----twitter_p4.csv(314KB)
----twitter_p1.csv(391KB)
----result.JPG(106KB)