logistic实现评论的分类(四)

教你一步步如何搭建一个电影评论分类系统，本篇文章是这系列的第四篇

对电影评论进行情感分析之文本数据的准备(一)

对电影评论做情感分析之词干提取和停用词的移除(二)

情感分析之词袋模型TF-IDF算法（三）

使用flask将机器学习模型嵌入到web系统中(五)

在之前我们介绍了对电影评论的预处理的方法，分词、提取词干、去除停用词、提取句子的TF-IDF特征向量。在这篇文章中，我们将介绍使用评论的TF-IDF特征向量，使用logistic回归实现对评论的分类，并使用表格搜索来寻找最优参数。

1、导入相关包

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
from sklearn.pipeline import Pipeline
from sklearn.model_selection import GridSearchCV
from sklearn.feature_extraction.text import TfidfVectorizer
import re