[英]how do i classify the reviews as good and bad using nlp for the dataset that i have?
我有服裝電子商務商店的客戶評論數據，我正在'jupyter-notebook'上使用python學習'nlp'，我想學習如何使用nlp將'Review Text'欄的評論分為好還是壞。
我已導入文件，並用定界符分隔，清除了數據的“審閱文本”列數據標記化，如轉換為小寫字母，停用詞發出，詞干和拆分。
請在這個項目上幫助我。 我嘗試通過從一些博客中學習來做到這一點，但並沒有太大幫助。
通過查看您的數據集，我假設您可以將Review Text列作為自變量，而將“ Positive feedback”列作為從屬變量，該變量由0和1組成。步驟1：對“ Review text”列進行詞干處理步驟2：拆分單詞並將其轉換為小寫並刪除所有正則表達式步驟3：使用Count矢量化器步驟4：接下來，在x =“ Review text” y =“ Positive feedback”中進行train_test_split步驟5：接下來，使用任何分類器將單詞分類為0和1個
如需進一步的指導，請參閱此鏈接https://www.kaggle.com/apekshakom/sentiment-analysis-of-restaurant-reviews
如何根據python中的時間變化對數據集進行分類或重組
[英]how do I classify or regroup dataset based on time variation in python
如何使用TfIdfVectorizer使用SciKitLearn對文檔進行分類？
[英]How do I classify documents with SciKitLearn using TfIdfVectorizer?
我在使用 cnn 對超過 10000 個 class 進行分類時遇到問題。 我該如何解決？
[英]i have a problem while using cnn to classify more then 10000 class. how can i solve it?
聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.
