数学之路(机器学习实践指南)-文本挖掘与NLP

Posted 麦好

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数学之路(机器学习实践指南)-文本挖掘与NLP相关的知识,希望对你有一定的参考价值。

#条件频率,每个词条在不同分类中出现的频率
print "------------------"
cfd=nltk.ConditionalFreqDist(samplewords)   
fdist=cfd[u'财经']
for word in fdist:
    print word
print "---------流动性出现次数-----------"
print cfd[u'财经'][u'流动性']
print "----------条件:分类----------"
for cnd in cfd.conditions():
    print cnd
print "---------------------------"
print cfd[u'财经'].max()
#条件频率分布表
print "----------条件频率分布表----------"
cfd.tabulate(title=u'条件频率分布表',conditions=[u'科技',u'财经'])
cfd.plot(title=u'条件频率分布图',conditions=[u'科技',u'财经'])


本博客所有内容是原创,如果转载请注明来源

http://blog.csdn.net/myhaspl/



以上是关于数学之路(机器学习实践指南)-文本挖掘与NLP的主要内容,如果未能解决你的问题,请参考以下文章

数学之路(机器学习实践指南)-文本挖掘与NLP

Python机器学习及实践+从零开始通往Kaggle竞赛之路

PYTHON机器学习及实践 从零开始通往KAGGLE竞赛之路pdf

深度学习机器学习与NLP的前世今生

PYTHON机器学习及实践_从零开始通往KAGGLE竞赛之路pdf

机器学习算法与编程实践之中文文本分类