網路新聞一天發布好幾千篇，各式種類都有，要怎麼在短時間內掌握今天的動態?

光靠人工閱讀太辛苦了! 這時候透過NLP技術可以讓你效率翻倍也可以節省很大的人力成本

這一篇就先從資料收集開始吧!

如果想略過介紹，請直接拉到最下面有可以直接用的爬蟲程式

今天我想來點工商時報!!

(繼續閱讀...)

whchang 發表在 痞客邦 留言(2) 人氣()

欲連線資料庫端設定

1. 打開 具有進階安全性的WD防火牆，點選輸入規則

2. 點選右邊的新增規則

3. 規則類型選擇 連接埠 

4. 通訊協定及連接埠點選 TCP 跟 特定本機連接埠 後面輸入你喜歡的邊號之後會用到

(繼續閱讀...)

whchang 發表在 痞客邦 留言(0) 人氣()

欲連線資料庫端設定

1. 打開 具有進階安全性的WD防火牆，點選輸入規則

2. 點選右邊的新增規則

3. 規則類型選擇 連接埠 

4. 通訊協定及連接埠點選 TCP 跟 特定本機連接埠 後面輸入你喜歡的邊號之後會用到

(繼續閱讀...)

whchang 發表在 痞客邦 留言(0) 人氣()

當原始資料太多的屬性太多或是決策樹演算法本身屬性的選擇偏好，容易造成Over-fitting以致於產生的樹狀結構太過於複雜，因此必須做適當的修剪。

rpart(formula,data,weights,subset,na.action=na.rpart,method,parms,control…)

-formula 表示模型的公式:Y~x1+x2+x3..

-data 建立模型的資料來源

-weights 表示data的權重非必要參數

(繼續閱讀...)

whchang 發表在 痞客邦 留言(0) 人氣()

當原始資料太多的屬性太多或是決策樹演算法本身屬性的選擇偏好，容易造成Over-fitting以致於產生的樹狀結構太過於複雜，因此必須做適當的修剪。

rpart(formula,data,weights,subset,na.action=na.rpart,method,parms,control…)

-formula 表示模型的公式:Y~x1+x2+x3..

-data 建立模型的資料來源

-weights 表示data的權重非必要參數

(繼續閱讀...)

whchang 發表在 痞客邦 留言(0) 人氣()

高階繪圖

plot(y)

以序號為橫坐標，y為縱坐標

plot(x,y)

以X和Y來繪圖

(繼續閱讀...)

whchang 發表在 痞客邦 留言(0) 人氣()

高階繪圖

plot(y)

以序號為橫坐標，y為縱坐標

plot(x,y)

以X和Y來繪圖

(繼續閱讀...)

whchang 發表在 痞客邦 留言(0) 人氣()

library(tidyverse)
library(forcats)
month_levels=c("Jan", "Feb","Mar","Apr","May","Jun","Jul",
               "Aug","Sep","Oct","Nov","Dec")
##建立LEVEL

(繼續閱讀...)

whchang 發表在 痞客邦 留言(0) 人氣()

library(tidyverse)
library(forcats)
month_levels=c("Jan", "Feb","Mar","Apr","May","Jun","Jul",
               "Aug","Sep","Oct","Nov","Dec")
##建立LEVEL

(繼續閱讀...)

whchang 發表在 痞客邦 留言(0) 人氣()

whchang 發表在 痞客邦 留言(0) 人氣()

whchang 發表在 痞客邦 留言(0) 人氣()

library(tidyverse)

table4a

tidy4a=table4a %>%
  gather("1999","2000",key="year",value="cases")

(繼續閱讀...)

whchang 發表在 痞客邦 留言(0) 人氣()