BSITA-酒店评论分析 Please run the code again to see entire visualizations and comments of each tasks! 数据 数据集是数据集的子集。 数据包括Booking.com网站上列出的3个城市(那不勒斯,博洛尼亚和米兰)上的酒店的评论和意见(负面/正面)。 评论有多种语言,但我们将专门分析意大利语的评论。 我们考虑对客户的文字评论和编码为“目标”列的带有标签的情绪。 图书馆 BSITA项目解决以下任务: 通过拆分句子,拆分unigram或n-gram ,预处理词和标点符号以及使用tf-idf索引形成术语文档矩阵来预处理数据。 建立预处理步骤的管道。 分类:应用Logistic回归和随机森林分类方法,并执行GridSearchCV交叉验证,以便找到最佳参数和最佳分数。 标签为正或负。 聚类:使用K均