pattern Python的Web挖掘模块

pattern简介

pattern，Python第三方库，Web挖掘模块，可用于抓取、自然语言处理、机器学习、网络分析和可视化，包括网络服务、网络爬虫、HTML DOM解析器，自然语言处理的词性标注、n元搜索、情感分析、WordNet，机器学习的向量空间模型，聚类，分类（KNN，SVM，Perceptron）等。

pattern应用实例

from pattern.web import Twitter
from pattern.en import tag
from pattern.vector import KNN, count

twitter, knn = Twitter(), KNN()

for i in range(1, 3):
    for tweet in twitter.search('#win OR #fail', start=i, count=100):
        s = tweet.text.lower()
        p = '#win' in s and 'WIN' or 'FAIL'
        v = tag(s)
        v = [word for word, pos in v if pos == 'JJ'] # JJ = adjective
        v = count(v) # {'sweet': 1}
        if v:
            knn.train(v, type=p)

print(knn.classify('sweet potato burger'))
print(knn.classify('stupid autocorrect'))

pattern Github统计数据

BSD-3-Clause license

Github 8.6k stars

pattern安装命令

pip install pattern

Python版本要求

Pattern 3.6 Requires: Python 3.6

免责声明：内容编辑自网络，仅供参考，不保证正确性，不作任何决策依据！！以上数据皆截止于博文的写稿日期。