質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
87.20%
Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

受付中

PythonのDataFrame型からのcorpusやdictionaryの作成について(トピックモデルのクラスタリング)

chris
chris

総合スコア0

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0回答

0評価

0クリップ

4閲覧

投稿2019/07/12 03:20

編集2022/01/12 10:55

python の gensimを活用してLDAでクラスタリングすることが目的です

以下のようなCSVファイルを元に
|user_id|action_1|action_2|...|action_n|
|:--|:--:|--:|
|aaaa|2|4|...|222|
|bbbb|1|3|...|232|

トピックモデルでのクラスタリングをする際に、

python

from gensim.models.ldamodel import LdaModel lda = LdaModel(corpus = corpus, id2word = dic, num_topics = 10)

でcorpusとdictionaryが必要ですが、

文章を前提としたデータからのそれぞれを作成するライブラリーの文献しか見当たらないため、どのように上記のファイル
(初心者なのですが、DataFrame型と言うのでしょうか?)
からcorpusとdictionaryを作成すれば良いでしょうか?

pyhton

#縦型変換 vertical = pd.melt( data,id_vars=['user_id'],value_vars=ACTION_LIST)

のような形で縦型変換ができると言うことまでは自分で調査しました。

また、CSVファイルは以下のように取り込んでいます。

python

data = pd.read_csv(filepath_or_buffer="data.csv", encoding="ms932", sep=",")

######追伸
時系列要素も入れて一定期間のユーザー行動をクラスタリングしたいのですが(サブスクリプションサービスのユーザー行動パターンを分析するような想定で)、より良いクラスタリング手法があれば教えてください。

良い質問の評価を上げる

以下のような質問は評価を上げましょう

  • 質問内容が明確
  • 自分も答えを知りたい
  • 質問者以外のユーザにも役立つ

評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

気になる質問をクリップする

クリップした質問は、後からいつでもマイページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

  • プログラミングに関係のない質問
  • やってほしいことだけを記載した丸投げの質問
  • 問題・課題が含まれていない質問
  • 意図的に内容が抹消された質問
  • 過去に投稿した質問と同じ内容の質問
  • 広告と受け取られるような投稿

評価を下げると、トップページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

まだ回答がついていません

会員登録して回答してみよう

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
87.20%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問

同じタグがついた質問を見る

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。