ML之NB&LoR: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

 

 

 

目录

输出结果

设计思路

核心代码


 

 

 

 

 

 

输出结果

数据集详见:Dataset之Rotten Tomatoes:Rotten Tomatoes影评数据集简介、下载、使用方法之详细攻略

ML之NB&LoR: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_ML

 

设计思路

ML之NB&LoR: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_人工智能_02

 

 

 

核心代码

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)