을 pyspark-. File "<stdin>", line 2, in cleaning_text AttributeError: 'NoneType' object has no attribute 'lower' 나는 단어 수를 수행하고 싶지만 집계 함수의 종류 나에게 오류를주고있다. 나는 다음과 같은 것들을 시도 : sentence=sentence.encode("as
에 가져 오기 때문에 이미 TDM이 있지만 Excel에있었습니다. 그래서 저는 이것을 CSV로 저장했습니다. 이제 분석을하고 싶지만 tm 패키지를 사용하여 TDM으로로드 할 수 없습니다. 내 CSV이 같은 같습니다 myDTM <- as.DocumentTermMatrix(df, weighting = weightBin)
그러나로드 : item01 ite
필자가 보유한 데이터로 내 기계 학습 모델에 대해 어떤 기능을 갖게되는지 연구 중입니다. 내 데이터에는 많은 텍스트 데이터가 포함되어 있으므로 귀중한 기능을 추출하는 방법이 궁금합니다. 이전의 신념과는 달리 이것은 종종 bag-of-words 또는 word2vec와 같은 표현으로 구성됩니다. (http://scikit-learn.org/stable/modu
저는 파이썬에서 절대적인 초보자입니다. 나는 그리스어 놀이의 텍스트 분석을하고 각 단어의 단어 빈도를 세고있다. 연극은 매우 길기 때문에 전체 데이터 세트를 볼 수 없으며 파이썬 창에 공간이 충분하지 않기 때문에 빈도가 가장 낮은 단어 만 보여줍니다. 나는 그것을 .csv 파일로 변환하려고 생각하고있다. 내 전체 코드는 다음과 같습니다. #read the
더 큰 프로그램의 일부로 문자열에서 모든 구두점을 제거해야합니다. 이 같은 각 마크 serepatly를 쓸 때 그것은 노력하고 있습니다 : words = [word.replace(".", "") for word in words]
을하지만 루프에 그것을하려고 할 때, 그것은 작동하지 않습니다. line = "I was going to leave her,
나는 column_list.csv에있는 ALL_TAB_COLUMNS (TABLE_NAME 및 COLUMN_NAME 열만 추출)과 일치하는 파일을 .SQL 개 묶어 놓은 폴더가 있습니다. 내 목표는 같은 출력을 발생시키는 각 리포트에 대해 사용되는 테이블/컬럼의 관계를 가지고있다 : sql_file_name.sql | table_name | column_na
팬텀 데이터 프레임의 형식으로 표현 된 문서 용어 행렬을 생성하려고합니다. 여기 내 코드는 지금까지 있습니다 : df_profession['Athlete_Clean'] = df_profession['Athlete Biographies'].str.lower()
df_profession['Athlete_Clean'] = df_profession['Athlet
나는 내 텍스트 코퍼스에 bigram 분석을 오전하고 있습니다. 내 기능 벡터는 미리 정의 된 bigram 및 unigram 토큰 집합입니다. 특징 벡터 = (깨끗하고 불친절, 단정 한, 우수한 좋은 위치, 나쁜 경험, 아름다운 곳) 내 텍스트 : 위치가 좋은하지만 쌀쌀 직원입니다. 삭제 된 텍스트 : 위치 좋지 않은 친절한 직원. 위의 사전과 정리 된 텍