kaggle) movie review의 점수를 올려 봅시다. 2편 : frhyme.code

이전에 뭐 gensim도 써보고 이것저것 해봤는데, 잘 안되더라고요.

그리고 post도 너무 길어져서 새로 해보려고 합니다 하하핫.
이전에 countvectorizer에서 최종 결과가 잘 나왔기 때문에, 일단은 countvectorizer를 다시 이용해보려고 합니다.
- stopwords를 날리고, n-gram을 이용하면 어느 정도 이상의 컨텍스트는 반영되지 않을까 싶어요.
또한, randomforest classifier도 좋은데, 다른 거, mlp classifier, keras등을 사용해보면 어떨까 하는 생각이 듭니다.
흠…다 좋은데, 이건 시간이 너무 오래 걸려요. 맥북에서 할 일인지 사실 잘 모르겠습니다.

맥북으로 하니까 너무 오래 걸립니다. 이정도의 가치가 있는지 모르겠네요. 흐름이 툭툭 끊어지니까 화가 나는군요.
나중에 하겠습니다 하하핫.
머신러닝세계에서, 구린 컴퓨터를 위한 자리는 없습니다. 다른 classification을 뒤져봐도, 웬만하면 다 몇십메가를 넘깁니다. 이정도 사이즈의 데이터는 제 맥북에어로 분석하기는 넘나 빡세요 흐규