Reddit-NLP

项目3：Web API和NLP 问题陈述 通过使用带有不同矢量化器的各种模型，我想通过分析用户在不同子reddit中使用的词来确定模型是否可以准确预测用户的成熟度/年龄。 我将从每个subreddit，r /​​ Teenagers和r / Adulting收集5,000行数据，并使用这些数据来训练我的朴素贝叶斯和KNN模型。 我的目标是确定在两个子Reddit中的任何一个中使用的关键字，创建停用词，并确定模型中的最佳超参数。 使用的内容和数据 笔记本（按顺序） 数据采集 Adulting_DataCollection.ipynb Teens_DataCollection.ipynb 预处理Preprocessing.ipynb 造型 知识网络 朴素贝叶斯 工作流程 数据采集 使用PushShift API。 每个subreddit收集5,000个帖子。 数据清理和EDA 结