Hallo zusammen,

ich habe eure Beiträge eben erst gesehen. Ich schaue mir die Links an, danke. Die Tabelle ist 4x Spalten und n x Zeilen groß.

LG

Hallo zusammen :)

Ich arbeite an einer Flask-Webanwendung, in der ich eine Tabelle mit NLP-Analyseergebnissen anzeigen und dem Benutzer ermöglichen möchte, die Inhalte der Tabelle zu bearbeiten.
Nachdem der Benutzer die Tabelle bearbeitet hat, möchte ich die Änderungen im Backend speichern und bei ...

Hey, danke dir :)

Das war mein Fehler in der Beschreibung. Nachdem ich das Modell abgespeichert habe, durch:


model_version = "0002"
model_name ="../model"
model_path = os.path.join(model_name, model_version)
tf.saved_model.save(classify_model, model_path)


erhalte ich in dem Ordner "0002 ...

Danke dir für die Links. Die hatte ich mir zuvor schon angeschaut, leider ohne Erfolg.

Hallo zusammen,

ich habe aktuell ein Anliegen und verzweifle etwas daran :/


Ich habe eine eigene Klasse geschrieben, welches eine Vorhersage für Texte macht, also ein Simples NLP Use Case.
Mein Anliegen ist, dass das Training schon lange dauert und ich das trainierte Modell speichern möchte ...

Hi Leute!

Ich gehe aktuell der Frage nach, ob und wie es möglich ist:

- Ich würde gerne Textnachrichten anhand von NLP automatisch zu Themengebieten zuordnen.

Jetzt habe ich mich ein wenig in Topic Modeling mit LDA eingelesen.

Meine Erfahrung:

- Ich konnte über den Wrapper "praw" von Reddit ...

Hey Leute!

Mich interessiert die Frage, wieso man als Data Scientist die IBM Watson Plattform nutzen sollte anstatt eine gratis Plattform (z.B. Anaconda).

Ich habe mich jetzt paar Tage damit beschäftigt, bin aber nicht so vertieft um die Key Features vergleichen zu können.

Gerade AutoAI und das ...

Hatte einen Fehler gemacht, deswegen auch die lange Dauerzeit.

Habe es jetzt mit Pickle hinbekommen Danke

Hi,

danke dir. Es macht echt wenig Sinn, da hast du recht. Gerade, weil die Daten die trainiert werden sollen, eigentlich keine Fehler haben dürften ?

Ich habe mich jetzt doch für die Bibliothek fuzzywuzzy entschieden. Da läuft es über die Leventhstein Distanz ab. Ist auch viel schneller als der ...

Hallo Leute!

Ich versuche mal schnell mein Problem zu beschreiben:

Ich habe eine Dataframe mit der Spalte "Name".
Manchmal schleichen sich Fehler in die Namen -- bspw.) Anstatt "Bosch" haben wir "Bosc h" oder "B0sch"

Jetzt will ich das Df einlesen, ein String als Input eingeben und es soll mir ...

Habe es doch geschafft, indem ich einfach die zu betrachtende Spalte ausgewählt und dann habe ich einfach
x = df_correct['name'].to_string().splitlines()
in eine Variable gespeichert. Auch für den zweiten Excel Sheet.

Jetzt hatte ich extra einige Buchstaben für Testzwecke entfernt und habe den ...

Also schlägst du vor mit einer anderen Bibliothek die Daten einzulesen ?

Wie bspw. openpyxl

Also schlägst du vor mit einer anderen Bibliothek die Daten einzulesen ?

Wie bspw. openpyxl

Was ich halt nicht verstehe, woher dieses float object kommt. Das sollten doch eigentlich strings sein

Hi Leute,

habe erst heute Zeit gefunden mir es ein wenig genauer anzuschauen :) Danke euch.

Also die Excel Dateien die ich einlesen will und deren Spalten ich dann Vergleiche haben jeweils 5 Spalten.

Ich habe zuerst die Excel Dateien über pd.read_excel() eingelesen.

Danach habe ich
FILE ...

Der Name für die Diskussion ist echt ziemlich schlecht gewählt :/
Also was ich jetzt gemacht habe, ich habe die als DataFrames eingelesen und versuche die Spaltenwerte über np.where zu vergleichen. Jedoch fehlt da der Teil mit dem Unique Wert aus der Spalte XYZ

Ne ne ist eigentlich nur eine ...

Hallo Leute.

Problem:

Ich habe zwei Excel Sheets gleichen Spaltennamen, jedoch sind die Werte durcheinander. (z.B. im ersten Sheet steht x in der 3 Zeile und im zweiten dann in der 6 Zeile)
Jedoch gibt es einen Unique Wert in der Spalte "XYZ" .
Nun möchte ich jeweils eine Spalte von dem einen ...

DANKEEEEEEEEEE
Ich gehe dein Code später durch und bei fragen komme ich auf dich zurück. Bist mein HELD !

Würde ich jedoch den ersten Ansatz nehmen, so könnte man auch "nltk.edit_distance()" verwenden.
Hierfür würde ich einfach ein Duplikat von dem eigentlichen Datensatz erstellen, mit einigen Fehlern und die Spalte mit den Marken beider Datensätze in die Methode eingeben.

Bspw.:
data1 = Echte ...

Okay, muss gestehen, dass es doch etwas komplizierter ist als ich gedacht habe.

Jetzt habe ich, wie in [4] die Spaltenwerte in n-gramme aufgeteilt über die Funktion xgram. Diese Werte würde ich dann als "feature_probdist" in der Klasse NaiveBayesClassifier verwenden und die einzelnen Markennamen ...