wendao0713 Goto Github PK

lshort-zh-cn

A Chi­nese edi­tion of the Not So Short Introduction to LaTeX2ε

modelevaluator

基于Python语言构造出包含解决异常语句的分类模型评估器ModelEvaluator类。该评估器包含LDA、QDA、逻辑斯蒂回归、KNN和随机森林5个分类模型，采用交叉验证的方法，实现了模型参数调优与模型效果评价，并进行可视化输出。

nlp-beginner

NLP上手教程

nlp_tutorial

NLP超强入门指南，包括各任务sota模型汇总（文本分类、文本匹配、序列标注、文本生成、语言模型），以及代码、技巧

python2023-_-

使用movies Len的数据集，以及爬取的imdb上的数据，逻辑回归模型（实际是用于分类问题），随机森林分类模型、神经网络分类模型，线性回归模型、随机森林回归模型、神经网络回归模型这6个模型进行电影评分预测。爬虫代码使用到了多线程加速，随机森林模型用到了贝叶斯优化调参。

sbdetection

spidermaoyan

只需输入一个猫眼电影的ID号，自动爬取评论内容，并生成可视化分析图表（包括词云图）

text-sentiment-classification

围绕网易云歌单评论，分别采用基于情感词典、情感词典与机器学习算法相结合及TextCNN等方法，展开文本情感分类任务。