upura https://blog.hatena.ne.jp/upura/ u++の備忘録 https://upura.hatenablog.com/ Kaggle python 自然言語処理 本記事は、kaggle Advent Calendar 2018の14日目の記事です。12日目で最後の予定でしたが、穴が空いていたので2日ぶり6回目の投稿です。qiita.com はじめに 本記事では、年の瀬ということで「Kaggle流行語大賞2018」という題材に取り組みます。具体的には、今年に公開された全てのKernelのタイトルを収集し、単語ごとの登場回数を計算しました。冠詞や代名詞などの一般的な単語を除外し、さらにTF-IDFを用いて2018年に特に多く登場した単語を特定することで、栄えある「Kaggle流行語大賞2018」を決定したいと思います。 データ収集 今回は「Meta Kag… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fupura.hatenablog.com%2Fentry%2F2018%2F12%2F14%2F000000" title="TF-IDFを用いた「Kaggle流行語大賞2018」【kaggle Advent Calendar 14日目】 - u++の備忘録" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://cdn-ak.f.st-hatena.com/images/fotolife/u/upura/20181212/20181212080323.png Hatena Blog https://hatena.blog 2018-12-14 00:00:00 rich https://upura.hatenablog.com/entry/2018/12/14/000000 1.0 100%