machinelearningmastery.ru

Машинное обучение, нейронные сети, искусственный интеллект
Header decor

Home

Анализ настроений с использованием Python в таблице с TabPy

Дата публикации Oct 3, 2019

Tableau является одним из мощных и фантастических инструментов для визуализации данных. TabPy делает его еще лучше и сильнее, позволяя вам запускать скрипты Python. На данный момент у нас есть много вариантов использования Python в Tableau. В этой статье мы собираемся обсудить, как можно проводить анализ настроений.

Анализ настроений

Анализ настроений - это контекстуальный анализ и анализ данных, который извлекает и идентифицирует отдельные данные из исходного материала и помогает бизнесу реализовать социальные настроения своего бренда. Это своего рода процесс естественного языка (НЛП), он передает эмоции в виде текста. Как правило, большая часть анализа настроений выполняется путем сравнения каждого слова в тексте со словарем настроений, который включает слова с заранее определенной оценкой настроений.

Например, мы пройдем черезVADER Словарьэто специально разработано и адаптировано к выраженным настроениям в социальных сетях. Более того, это делает его весьма полезным для анализа некоторого другого неформального письменного текста.

Что такое TabPy

TabPy - это новый API, который позволяет развивать код Python в книге Tableau. Если вы используете TabPy с Tableau, тогда мы можем заранее продумать поля в Python, тем самым вы можете использовать возможности большого количества библиотек машинного обучения прямо из визуализаций. Python в Tableau позволяет мощные скрипты. Например, если мы возьмем несколько строк в коде Python, вы получите различные способы оценки настроений для продукта. Это можно сделать с помощью интеграции Python в Tableau.

Как использовать TabPy

Если у тебя естьТабличный сервери хотите запустить, затем вы подключаетесь к Tableau с необходимым набором данных. Например, мы сделаем рекламный щит для простых чисел от 1 до 100. После обозначения данные можно начинать через TabPy. Мы можем упростить задачу, написав обычный код Python в коде Tableau, а затем соединяем два вычисляемых поля с помощью приведенного ниже синтаксиса.

SCRIPT_INT ( «
импорт нлтк
из nltk.sentiment import SentimentIntensityAnalyzer
число = _arg1
баллы = []
sid = SentimentIntensityAnalyzer ()
для слова в номере:
ss = sid.polarity_scores (простое число)
scores.append (сс [ «соединение»])
возвращать оценки
«,
ATTR ([простое число]))

Выход будет как ...

Результаты рассчитываются по таблице (поперек)
Script_real ( «
Импорт нлтк
Из nltk.sentiment импорт SentimentIntensityAnalyser
число = _arg1
баллы = []
sid = SentimentIntensityAnalyser ()
за слово в цифрах
сс = sid.polarity_scores (слово)
scores.append (сс [ «соединение»])
Вернуть результаты
«,
ATTR ([простые числа])

В то время как в функции скрипта есть две модификации в обычном коде Python для кода Tableau.

Если вы указали переменную в «return», вы получите данные из функции. Аргументы должны быть похожи на _arg.

Если вы хотите использовать больше аргументов при подключении Python к Tableau, укажите аргументы в следующем порядке: _arg1, _arg2, _arg3 и т. Д.

В Таблице эти аргументы отображаются в порядке убывания.

Numbers = _arg1
Простое число = _arg2
вернуть счет »,
(
ATTR (Числа),
ATTR (простые числа)
)

В приведенном выше примере у нас есть только один аргумент с именем Numbers, который мы сопоставили с простыми числами в поле Tableau. Причина, по которой мы храним Numbers в ATTR, заключается в том, что мы хотим проверять по одному номеру за раз. Функция ATTR обозначает атрибуты и позволяет вам выбрать только один номер из столбца Numbers.

Ограничения TabPy

Пока мы используем TabPy, следует помнить одну вещь - это вычисление таблицы Таблицы. Ограничения следующие:

  • Если вы хотите запустить скрипт, то вы должны его увидеть.
  • Мы не могли использовать Расчет для создания базы и значений.
  • Пока вы работаете с большим объемом данных, вам следует ждать больше времени для каждого запуска скрипта, нам нужно изменить представление
  • При создании извлечения таблиц сгенерированные Python данные не будут извлечены

Создание панели управления

Мы можем использовать вычисление таблицы точно так же, как и создание нового представления для расчета таблицы. Вы можете создать Dashboard двумя способами

  1. Создание панели мониторинга с использованием статических данных в Tableau Public
  2. Создание панели инструментов с использованием кода Python

Окончательный вид панели приборов будет выглядеть следующим образом

Вывод:

В заключение мы увидим, как применять код Python в Tableau, новый аспект, который дает возможность выполнять расширенную аналитику в наших данных. Пример вычисления простого числа включен в вышеприведенный пост, и мы можем наблюдать явную выгоду благодаря этому подходу.

Оригинальная статья

Footer decor

© machinelearningmastery.ru | Ссылки на оригиналы и авторов сохранены. | map