Reddit-NLP

【文件属性】：
文件名称：Reddit-NLP
文件大小：5.61MB
文件格式：ZIP
更新时间：2021-02-10 22:44:49
JupyterNotebook 项目3：Web API和NLP 问题陈述 通过使用带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。 我的目标是确定在两个子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 预处理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 结

【文件预览】：
Reddit-NLP-main
----Project3_Preprocessing.ipynb(1.37MB)
----Project3_Teenagers_DataCollection.ipynb(50KB)
----Project 3_ Web APIs & NLP (1).pptx(1.12MB)
----images()
--------teenagers_common_words.png(13KB)
--------misclassified_naivebayes.png(13KB)
--------misclassified_knn.png(11KB)
--------adults_common_words.png(12KB)
--------overall_common_words.png(11KB)
--------misclassified_words.png(12KB)
----data()
--------teenagers_subreddit.csv(3.26MB)
--------adulting_subreddit.csv(5.55MB)
--------merged_subreddits.csv(13.08MB)
----Project3_Adulting_DataCollection.ipynb(36KB)
----Project3_NaiveBayes.ipynb(143KB)
----Project3_KNN.ipynb(40KB)
----.gitignore(29B)
----README.md(5KB)