ML之NB&LoR：利用NB(樸素貝葉斯)、LoR(邏輯斯蒂回歸)算法(+TfidfVectorizer)對Rotten Tomatoes影評數據集進行文本情感分析—五分類預測

?

?

?

目錄

輸出結果

設計思路

核心代碼

---

?

?

?

?

?

?

輸出結果

數據集詳見：Dataset之Rotten Tomatoes：Rotten Tomatoes影評數據集簡介、下載、使用方法之詳細攻略

?

設計思路

?

?

?

核心代碼

tf = TfidfVectorizer(analyzer='word',ngram_range=(1,4), # stop_words=stop_words,max_features=150000 )x_train,x_test,y_train,y_test = train_test_split(x,y,random_state=1234) x_train = tf.transform(x_train) x_test = tf.transform(x_test)classifier = MultinomialNB() classifier.fit(x_train,y_train)lg = LogisticRegression(C=4, dual=True) lg.fit(x_train,y_train)

?

?

總結

以上是生活随笔為你收集整理的ML之NBLoR：利用NB(朴素贝叶斯)、LoR(逻辑斯蒂回归)算法(+TfidfVectorizer)对Rotten Tomatoes影评数据集进行文本情感分析—五分类预测的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。