Interpretacja modelu tematycznego
Poniżej dostępne są wyniki wizualizacji z biblioteki pyLDAvis. Przyjrzyj się tematom 1 i 3 z modelu LDA zbudowanego na danych e-mailowych Enronu. Który z nich warto zbadać głębiej pod kątem wykrywania oszustw i dlaczego?
To ćwiczenie jest częścią kursu
Wykrywanie oszustw w Pythonie
Interaktywne ćwiczenie praktyczne
Przekształć teorię w praktykę dzięki jednemu z naszych interaktywnych ćwiczeń
Rozpocznij ćwiczenie