phileas-condemine

library(data.table)
library(sf)
library(tidyr)
library(leaflet)
library(dplyr)
# télécharger le fichier FINESS géocodé le plus récent et le renommer finess_geocoded_latest.csv
fi1 = fread("finess_geocoded_latest.csv",encoding="Latin-1",colClasses = "character")
n = nrow(fi1)
fi2 = fread("finess_geocoded_latest.csv",encoding="Latin-1",colClasses = "character",skip = n+1,sep=";")

phileas-condemine

library(shiny)
library(httr)
library(shinydashboard)
library(magrittr)
mykey = paste(sample(LETTERS,20,replace = T),collapse="")#should be secret
# OAuth setup --------------------------------------------------------

# Most OAuth applications require that you redirect to a fixed and known
# set of URLs. Many only allow you to redirect to a single URL: if this
# is the case for, you'll need to create an app for testing with a localhost

phileas-condemine

## Word2vec & GloVe

Certains chercheurs mettent à disposition des modèles word2vec, GloVe, LSA qui peuvent être considérés comme des tables de correspondance entre des mots et un vecteur numérique dans un espace d'une certaine taille (en générale très inférieure à la taille du vocabulaire qui est, on le rappelle, grande). Cet espace est un espace "sémantique" en quelques sortes.  

Glove, Word2vec et LSA produisent tous les 3 des vectorisations du langage ie des représentations dans un espace vectoriel réel de taille N (choisie)

- word2vec : s'appuie sur un simple perceptron multi-couches (réseau de neurone) à une couche cachée (de taille N) où la tâche est de prédire le mot en fonction du contexte ou réciproquement. La vectorisation en dimension N est fournie par l'ensemble des poids des neurones de la couche cachée.
- global vector : s'appuie sur la factorisation de la matrice de co-occurrence des termes.
- LSA : s'appuie sur la décomposition en valeurs singulières de la matrice termes-documents.

phileas-condemine

#------------------
# Data Preparation
#------------------
library(data.table)
library(ggplot2)
library(plotly)
#Read datasets
#Download the data from http://www.saedsayad.com/datasets/BikeRental.zip
train <- read.csv("data/BikeRental/bike_rental_train.csv")
test <- read.csv("data/BikeRental/bike_rental_test.csv")

phileas-condemine

# https://joparga3.github.io/Udemy_text_analysis/#document-similarity-cosine-similarity-and-latent-semantic-analysis
library(data.table)
library(tm)
library(SnowballC)
library(Rtsne)
library(irlba)
library(plotly)
# articles =fread("data_text_mining/lemonde_csv_formation.csv",encoding='UTF-8')
# données scrapées avec le gist scraping_lemonde
scrape = pbapply::pblapply(list.files("lemonde_scraping/"),function(x){

phileas-condemine

library(rvest)
library(data.table)
annees=1980:2019
annee = sample(annees,1)

pbapply::pblapply(annees,function(annee){
  pbapply::pblapply(1:250,function(i){
    tryCatch({
      url = sprintf(paste0("https://www.lemonde.fr/recherche/",
                           "?search_keywords=a&start_at=01/01/%s&",

phileas-condemine

library(data.table)
prep_data=F

if(prep_data){
  # https://www.insee.fr/fr/statistiques/2520034
  carreaux=foreign::read.dbf("external_data/carroyage_200m.dbf")
  
  carreaux=data.table(carreaux)
  head(carreaux)
  carreaux[,idINSPIRE:=as.character(idINSPIRE)]

phileas-condemine

#############@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@#######
#### GRRRRR FUCKING ECRITURE SCIENTIFIQUE !!!! #####
#############@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@#######
# FIX !!!! options(scipen = 999)

one_mat= NN[mater==mater_id]
lon_lat_mat=one_mat[1,c("lon_mater","lat_mater")]%>%paste(collapse=",")

divide_and_conquer <- function(data,mater_id,position = "0"){
  print(paste(position,nrow(data)))