基于LDA的评论大数据的分析及主题建模

1.微博的关键词大数据采集；

已完成，待优化

2.LDA

错误1：使用了import pyLDAvis.sklearn，提示没有模块no module named 'pyldavis.sklearn'。

默认安装 pyLDAvis==3.4.1，最后降级处理，解决方式：

?pip install pyLDAvis==3.2.2

错误2：?return vectorizer.get_feature_names()
AttributeError: 'CountVectorizer' object has no attribute 'get_feature_names'

解决方式：修改为：return vectorizer.get_feature_names_out()

错误3：

pyLDAvis\_prepare.py", line 247, in _topic_info
? ? default_term_info = default_term_info.sort_values(
TypeError: drop() takes from 1 to 2 positional arguments but 3 were given

解决方式：

修改_prepare.py文件 ，
将248行代码改为drop(‘saliency’, 1) ==> drop(‘saliency’, axis=1)

错误4：OSError: [Errno 22] Invalid argument: 'https://cdn.jsdelivr.net/gh/bmabey/py

修改报错处，即_display.py的227.py,local=True改为local=False

参考链接：LDA代码训练报错记录_typeerror: drop() takes from 1 to 2 positional arg-CSDN博客

pyLDAvis生成LDA主题并可视化_py ldavis 库-CSDN博客

pyLDAvis实现LDA结果可视化时报错OSError:invalid argument_python pyldavis.show() 报错-CSDN博客

已解决AttributeError: ‘CountVectorizer‘ object has no attribute ‘get_feature_names‘_countvectorizer' object has no attribute 'get_feat-CSDN博客

整出LDA图，流程跑出来了，待优化。(数据清洗，调参，其他方法，需要优化)