Machine learning 如何在机器学习的训练集中结合文本和数字特征？_Machine Learning_Scikit Learn_Ipython_Svm_Feature Selection

Machine learning 如何在机器学习的训练集中结合文本和数字特征？

machine-learning scikit-learn ipython

Machine learning 如何在机器学习的训练集中结合文本和数字特征？,machine-learning,scikit-learn,ipython,svm,feature-selection,Machine Learning,Scikit Learn,Ipython,Svm,Feature Selection,我试图根据数字特征和文本特征预测社交网络中帖子的喜欢度。现在我有了具有必需功能的dataframe，但我不知道如何处理posts文本数据。为了得到合适的列车矩阵，我是否应该对其进行矢量化/执行smth其他操作？我将使用sklearn的LinearSVC进行分析有很多不同的方法可以将文本功能转换为数字功能最常见的方法之一是“纸袋法”。将文本转换为每个单词出现的数组如果您正在使用scikit学习，我建议您阅读他们的此外，还可以查看更多复杂的文本数据处理方法。您计划使用哪种macnine学习方

我试图根据数字特征和文本特征预测社交网络中帖子的喜欢度。现在我有了具有必需功能的dataframe，但我不知道如何处理posts文本数据。为了得到合适的列车矩阵，我是否应该对其进行矢量化/执行smth其他操作？我将使用sklearn的LinearSVC进行分析

有很多不同的方法可以将文本功能转换为数字功能

最常见的方法之一是“纸袋法”。将文本转换为每个单词出现的数组

如果您正在使用scikit学习，我建议您阅读他们的

此外，还可以查看更多复杂的文本数据处理方法。

您计划使用哪种macnine学习方法？支持向量机可能是一个不错的选择，因为你正在处理文本特征。对不起，我没有提到，是的，我将使用支持向量机。线性SVC。谢谢你的回答。我明白，我需要一个词的错误。我已经将帖子的文本数据划分成单词并进行了预处理。我不知道下一步该做什么，如何将其加入到一个矩阵中，以便将来进行SVM分析。我明白了你的想法，并在我的代码中发现了一些愚蠢的错误。谢谢你的回答：）