python - 在 R 中混合使用文本和分类列进行文本分析

Question

关闭。这个问题需要多问 focused 。目前不接受答案。

---

想要改进此问题吗？更新问题，使其仅关注一个问题 editing this post .

已关闭 6 年前。

Improve this question

我有一个 IT 操作工单数据集，其中包含工单编号、描述、类别、子类别、优先级等字段。

我需要做的是使用可用数据(除了票号)来预测票证优先级。示例数据如下所示。

Number  Priority Created_on Description               Category     Sub Category
719515  MEDIUM  05-01-2016  MedWay 3rd Lucene.... Server       Change
720317  MEDIUM  07-01-2016  DI - Medway 13146409  Application  Incident
720447  MEDIUM  08-01-2016  DI QLD Chermside....  Application  Medway

请指导我。

Answer 1

在没有更多内容的情况下回答有点困难，这更像是上下文问题而不是代码问题。但这里是我用来开始评估这个问题的逻辑，请记住，它可能涉及编写一些单独的脚本，每个脚本执行部分任务。

尝试将问题分解为更小的部分。如果没有所有数据，您就无法进行分析，因此请从创建数据开始。

您的类别和子类别已经列出了每个列表中的所有独特因素，并根据您的系统和业务需求为每个因素创建了一组权重。当您制定子类别权重时，请记住它们将如何与类别相互作用(+/-以及大小)。

编写一个脚本来阅读描述，计算所有重要的单词。为单词创建某种分类，以帮助您构建列表，为模型提供类别和子类别信息。该值是错误消息、机器名称还是可以使用关键字提取的其他代码或问题类型？

所有单词分组有何意义？这将如何有助于做出决定？

当你决定这些事情时，请考虑一下类别。

然后使用所有部件，决定模型、构建、测试和完善。我知道其中没有代码，但数据科学的问题解决部分大多数时候都发生在代码之外。

您需要自己编写代码。如果您在编辑后遇到困难，我们可以提供帮助。