record-linkage

1La chaleur

1Répondre

RecordLinkage - R un vecteur. Ne correspond pas à l'auto

Si j'ai un vecteur de noms, disent: a = c("tom", "tommy", "alex", "tom", "alexis", "Alex", "jenny", "Al", "michell") Je veux obtenir l'utilisation levenshteinSim ou similaire pour obtenir un score d

0La chaleur

1Répondre

Correspondance floue entre deux tables

J'ai deux tables avec des informations sur le client comme le nom et l'adresse. ID Name Full Address 1 Anurag 123 CA USA 5001 2 Mike ABC CA USA 5002 3 Jason ZYZ TX USA 5003 4 Roshan HBC MS USA 500

1La chaleur

1Répondre

Pandas floue détecter les doublons

Comment utiliser la correspondance floue en pandas géants pour détecter les doublons (efficacement) Comment trouver les doublons d'une colonne par rapport à tous les autres sans gigantesque boucle de

0La chaleur

3Répondre

Enregistrements dédupliqués Python - déduplication

Je souhaite utiliser https://github.com/datamade/dedupe pour dédupliquer certains enregistrements en python. En regardant leurs exemples data_d = {} for row in data: clean_row = [(k, preProcess(

2La chaleur

1Répondre

Meilleure approche d'apprentissage automatique pour automatiser l'appariement texte/flou

Je suis relativement nouveau dans l'apprentissage automatique, j'ai déjà réalisé quelques projets en python. Je cherche des conseils sur la façon d'aborder le problème ci-dessous qui, je crois, pourra

-5La chaleur

1Répondre

Déduplication d'enregistrements MySQL

Je demande simplement quelle est la meilleure approche pour dédupliquer votre table dans MySQL? J'ai une table d'échantillons avec les champs id, name, lastname, user_no, birthday, percentage, puis pa

3La chaleur

2Répondre

Comment appliquer l'apprentissage automatique à la correspondance floue

Disons que j'ai un système MDM (Master Data Management) dont l'application principale est de détecter et d'empêcher la duplication des enregistrements. Chaque fois qu'un représentant commercial entre

4La chaleur

1Répondre

Utilisation des ressources faible lors de l'utilisation de dedupe python

J'ai besoin de trouver des doublons dans un grand ensemble de données, donc je suis en train de tester la bibliothèque python dedupe. Je sais qu'il est recommandé pour les petits jeux de données, donc

0La chaleur

2Répondre

Correspondance de données MySQL: de meilleures options?

J'ai des clients et des prospects provenant de différentes sources et j'ai besoin de savoir si le client est déjà enregistré en tant que lead. J'utilise 12 champs pour la correspondance: address1_clea