Unsupervised-ML-Political-Survey:使用KMeans分类器,我为1500个Pew政治调查的受访者确定了三个标签。 结果标签将受访者分为几类,与按政治部分分组相比,这些类别可以更准确地预测对政策和意识形态问题的看法
文件大小: 262k
源码售价: 10 个金币 积分规则     积分充值
资源说明:无监督的ML政治调查 使用KMeans分类器,我为1500个皮尤政治调查的受访者确定了三个标签。 由此产生的标签将受访者分为几类,与按政治部分进行分组相比,这些类别可以更准确地预测对政策和意识形态问题的看法。 #该项目是我正在尝试理解关键问题上的情绪而不是简单的政党偏好如何可以用来理解公众舆论所在的系列文章的一部分。 也就是说,不是使用%的Dems对策略x有利/不利,而是要找到是否存在使人们聚类以了解某种类型的人以及该人将如何执行策略x的方法。 该模型将使用KMeans聚类来识别三个人的聚类。 这些分类将基于人们对本人的看法以及国家和国会领导层的方向。 我将从2019年3月起使用Pew Research Institute的数据。我首先仅隔离对将用于确定聚类的四个问题的回答。 然后,我必须将作为字符串给出的答案映射到整数,以便对结果进行聚类。 然后,我使用KMeans分类器确定三个聚
本源码包内暂不包含可直接显示的源代码文件,请下载源码包。