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
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