← 返回设计浏览
项目说明
该项目在代码编辑器中运行，终端输出显示“基于随机森林的微博舆情分析系统”，并加载了微博情感数据集，包含 label 与 review 两列，共 11998 条记录，标签分布为负面 59995 条、正面 59993 条。项目目录下可见 data_preprocessing.py、random_forest_model.py、sentiment_labeling.py、topic_extraction.py、trend_prediction.py 等脚本，以及 weibo_crawler.py 中定义的热点事件关键词列表。
PROJECT · VIDEO
项目演示视频
基于随机森林方法的微博舆情分析
基于随机森林方法的微博舆情分析 · 01
基于随机森林方法的微博舆情分析 · 02
基于随机森林方法的微博舆情分析 · 03
基于随机森林方法的微博舆情分析 · 04
基于随机森林方法的微博舆情分析 · 05
基于随机森林方法的微博舆情分析 · 06
基于随机森林方法的微博舆情分析 · 07
基于随机森林方法的微博舆情分析 · 08
基于随机森林方法的微博舆情分析 · 09
基于随机森林方法的微博舆情分析 · 10
基于随机森林方法的微博舆情分析 · 11
基于随机森林方法的微博舆情分析 · 12
基于随机森林方法的微博舆情分析 · 13
基于随机森林方法的微博舆情分析 · 14
基于随机森林方法的微博舆情分析 · 15
基于随机森林方法的微博舆情分析 · 16
基于随机森林方法的微博舆情分析 · 17
基于随机森林方法的微博舆情分析 · 18
基于随机森林方法的微博舆情分析 · 19
基于随机森林方法的微博舆情分析 · 20
基于随机森林方法的微博舆情分析 · 21
基于随机森林方法的微博舆情分析 · 22
基于随机森林方法的微博舆情分析 · 23
基于随机森林方法的微博舆情分析 · 24
基于随机森林方法的微博舆情分析 · 25
基于随机森林方法的微博舆情分析 · 26
基于随机森林方法的微博舆情分析 · 27
基于随机森林方法的微博舆情分析 · 28
基于随机森林方法的微博舆情分析 · 29
基于随机森林方法的微博舆情分析 · 30
基于随机森林方法的微博舆情分析 · 31
基于随机森林方法的微博舆情分析 · 32
基于随机森林方法的微博舆情分析 · 33
基于随机森林方法的微博舆情分析 · 34
基于随机森林方法的微博舆情分析 · 35
基于随机森林方法的微博舆情分析 · 36
基于随机森林方法的微博舆情分析 · 37
基于随机森林方法的微博舆情分析 · 38
基于随机森林方法的微博舆情分析 · 39
基于随机森林方法的微博舆情分析 · 40
