【数据挖掘与商务智能决策】第十七章 神经网络

前言

本人CSDN博客为“仿生程序员会梦见电子羊吗”,本文基于markdown本文书写,平台及软件为CSDN与Typora,文中图片存储地址为CSDN,故部分图片可能带有“CSDN@仿生程序员会梦见电子羊吗”的水印,属于本人原创,用于“数据挖掘与商务智能决策”的平时作业及大作业部分。

本篇内容为第十七章内容,神经网路。
为便于阅读,我将文章内容分为以下几个板块:

  1. 基础知识
  2. 实验内容
  3. 拓展研究
  4. 心得体会

其中,各板块的介绍如下:

  • 基础知识
    • 包含关于本章主题的个人学习理解,总结的知识点以及值得记录的代码及运行结果。
  • 实验内容
    • 这是本篇的主题实验部分,也是老师发的实验内容,在电脑上(jupyter notebook)运行成功之后导出为markdown格式。
    • 其中,主标题为每一章的小节内容
      在这里插入图片描述
    • 如上图,主标题为PCA主成分分析与代码实现,次级标题为该文件内的子模块。每一个主标题下内容互不相同,也就是说,会出现两个主标题下均有相同python库引用的情况,为保证代码的完整性,在此予以保留。
    • 为表明确实是完成了课堂作业,故代码与老师给的代码大致相同,但markdown文本部分加入了自己的理解,同时,因为数据源不一定相同,运行结果和绘图也与教程相异,但实验本身是正确完整的。
    • 此外,一些老师发的相关的案(不在课程中心的实验,而是发到课程群中的案例,如 案例 航空公司客户价值分析)也会附在这一部分中。
  • 拓展研究
    • 这个部分是 自己在本课题实验之外尝试的拓展内容,包括代码和知识点,也有自己的实验
  • 心得体会

基础知识

实验内容

Perceptron

# 导入相关库
import pandas as pd
import numpy as np
from sklearn.datasets import load_iris
import matplotlib.pyplot as plt
iris = load_iris()
df = pd.DataFrame(iris.data, columns=iris.feature_names)
df['label'] = iris.target
df.columns = ['sepal length', 'sepal width', 'petal length', 'petal width', 'label']
df.label.value_counts()
0    50
1    50
2    50
Name: label, dtype: int64
%matplotlib inline
plt.scatter(df[:50]['sepal length'], df[:50]['sepal width'], c='red', label='0')
plt.scatter(df[50:100]['sepal length'], df[50:100]['sepal width'], c='green', label='1')
plt.xlabel('sepal length')
plt.ylabel('sepal width')
plt.legend();

在这里插入图片描述

df.head()
sepal lengthsepal widthpetal lengthpetal widthlabel
05.13.51.40.20
14.93.01.40.20
24.73.21.30.20
34.63.11.50.20
45.03.61.40.20
data = np.array(df.iloc[:100, [0, 1, -1]])
X, y = data[:,:-1], data[:,-1]
y = np.array([1 if i == 1 else -1 for i in y])
print(X.shape, y.shape)
(100, 2) (100,)
# 定义参数初始化函数
def initialize_parameters(dim):
    w = np.zeros(dim, dtype=np.float32)
    b = 0.0
    return w, b
# 定义sign符号函数
def sign(x, w, b):
    return np.dot(x,w)+b
# 定义感知机训练函数
def train(X_train, y_train, learning_rate):
    # 参数初始化
    w, b = initialize_parameters(X_train.shape[1])
    # 初始化误分类
    is_wrong = False
    while not is_wrong:
        wrong_count = 0
        for i in range(len(X_train)):
            X = X_train[i]
            y = y_train[i]
            # 如果存在误分类点
            # 更新参数
            # 直到没有误分类点
            if y * sign(X, w, b) <= 0:
                w = w + learning_rate*np.dot(y, X)
                b = b + learning_rate*y
                wrong_count += 1
        if wrong_count == 0:
            is_wrong = True
            print('There is no missclassification!')
        
        # 保存更新后的参数
        params = {
            'w': w,
            'b': b
        }
    return params
params = train(X, y, 0.01)
There is no missclassification!
params
{'w': array([ 0.79 , -1.007]), 'b': -1.2400000000000009}
x_points = np.linspace(4, 7, 10)
y_hat = -(params['w'][0]*x_points + params['b'])/params['w'][1]
plt.plot(x_points, y_hat)

plt.scatter(data[:50, 0], data[:50, 1], color='red', label='0')
plt.scatter(data[50:100, 0], data[50:100, 1], color='green', label='1')
plt.xlabel('sepal length')
plt.ylabel('sepal width')
plt.legend()
<matplotlib.legend.Legend at 0x1bd75213f10>

在这里插入图片描述

class Perceptron:
    def __init__(self):
        pass
    
    def sign(self, x, w, b):
        return np.dot(x, w) + b
    
    def train(self, X_train, y_train, learning_rate):
        # 参数初始化
        w, b = self.initilize_with_zeros(X_train.shape[1])
        # 初始化误分类
        is_wrong = False
        while not is_wrong:
            wrong_count = 0
            for i in range(len(X_train)):
                X = X_train[i]
                y = y_train[i]
                # 如果存在误分类点
                # 更新参数
                # 直到没有误分类点
                if y * self.sign(X, w, b) <= 0:
                    w = w + learning_rate*np.dot(y, X)
                    b = b + learning_rate*y
                    wrong_count += 1
            if wrong_count == 0:
                is_wrong = True
                print('There is no missclassification!')

            # 保存更新后的参数
            params = {
                'w': w,
                'b': b
            }
        return params

Training and Testing with the Full Datasets

import numpy
# scipy.special for the sigmoid function expit()
import scipy.special
# library for plotting arrays
import matplotlib.pyplot
# ensure the plots are inside this notebook, not an external window
%matplotlib inline
# neural network class definition
class neuralNetwork:
    
    
    # initialise the neural network
    def __init__(self, inputnodes, hiddennodes, outputnodes, learningrate):
        # set number of nodes in each input, hidden, output layer
        self.inodes = inputnodes
        self.hnodes = hiddennodes
        self.onodes = outputnodes
        
        # link weight matrices, wih and who
        # weights inside the arrays are w_i_j, where link is from node i to node j in the next layer
        # w11 w21
        # w12 w22 etc 
        self.wih = numpy.random.normal(0.0, pow(self.inodes, -0.5), (self.hnodes, self.inodes))
        self.who = numpy.random.normal(0.0, pow(self.hnodes, -0.5), (self.onodes, self.hnodes))

        # learning rate
        self.lr = learningrate
        
        # activation function is the sigmoid function
        self.activation_function = lambda x: scipy.special.expit(x)
        
        pass

    
    # train the neural network
    def train(self, inputs_list, targets_list):
        # convert inputs list to 2d array
        inputs = numpy.array(inputs_list, ndmin=2).T
        targets = numpy.array(targets_list, ndmin=2).T
        
        # calculate signals into hidden layer
        hidden_inputs = numpy.dot(self.wih, inputs)
        # calculate the signals emerging from hidden layer
        hidden_outputs = self.activation_function(hidden_inputs)
        
        # calculate signals into final output layer
        final_inputs = numpy.dot(self.who, hidden_outputs)
        # calculate the signals emerging from final output layer
        final_outputs = self.activation_function(final_inputs)
        
        # output layer error is the (target - actual)
        output_errors = targets - final_outputs
        # hidden layer error is the output_errors, split by weights, recombined at hidden nodes
        hidden_errors = numpy.dot(self.who.T, output_errors) 
        
        # update the weights for the links between the hidden and output layers
        self.who += self.lr * numpy.dot((output_errors * final_outputs * (1.0 - final_outputs)), numpy.transpose(hidden_outputs))
        
        # update the weights for the links between the input and hidden layers
        self.wih += self.lr * numpy.dot((hidden_errors * hidden_outputs * (1.0 - hidden_outputs)), numpy.transpose(inputs))
        
        pass

    
    # query the neural network
    def query(self, inputs_list):
        # convert inputs list to 2d array
        inputs = numpy.array(inputs_list, ndmin=2).T
        
        # calculate signals into hidden layer
        hidden_inputs = numpy.dot(self.wih, inputs)
        # calculate the signals emerging from hidden layer
        hidden_outputs = self.activation_function(hidden_inputs)
        
        # calculate signals into final output layer
        final_inputs = numpy.dot(self.who, hidden_outputs)
        # calculate the signals emerging from final output layer
        final_outputs = self.activation_function(final_inputs)
        
        return final_outputs
# number of input, hidden and output nodes
input_nodes = 784
hidden_nodes = 200
output_nodes = 10

# learning rate
learning_rate = 0.1

# create instance of neural network
n = neuralNetwork(input_nodes,hidden_nodes,output_nodes, learning_rate)
# load the mnist training data CSV file into a list
training_data_file = open("mnist_train.csv", 'r')
training_data_list = training_data_file.readlines()
training_data_file.close()
# train the neural network

# epochs is the number of times the training data set is used for training
epochs = 5

for e in range(epochs):
    # go through all records in the training data set
    for record in training_data_list:
        # split the record by the ',' commas
        all_values = record.split(',')
        # scale and shift the inputs
        inputs = (numpy.asfarray(all_values[1:]) / 255.0 * 0.99) + 0.01
        # create the target output values (all 0.01, except the desired label which is 0.99)
        targets = numpy.zeros(output_nodes) + 0.01
        # all_values[0] is the target label for this record
        targets[int(all_values[0])] = 0.99
        n.train(inputs, targets)
        pass
    pass
# load the mnist test data CSV file into a list
test_data_file = open("mnist_test.csv", 'r')
test_data_list = test_data_file.readlines()
test_data_file.close()
# test the neural network

# scorecard for how well the network performs, initially empty
scorecard = []

# go through all the records in the test data set
for record in test_data_list:
    # split the record by the ',' commas
    all_values = record.split(',')
    # correct answer is first value
    correct_label = int(all_values[0])
    # scale and shift the inputs
    inputs = (numpy.asfarray(all_values[1:]) / 255.0 * 0.99) + 0.01
    # query the network
    outputs = n.query(inputs)
    # the index of the highest value corresponds to the label
    label = numpy.argmax(outputs)
    # append correct or incorrect to list
    if (label == correct_label):
        # network's answer matches correct answer, add 1 to scorecard
        scorecard.append(1)
    else:
        # network's answer doesn't match correct answer, add 0 to scorecard
        scorecard.append(0)
        pass
    
    pass
# calculate the performance score, the fraction of correct answers
scorecard_array = numpy.asarray(scorecard)
print ("performance = ", scorecard_array.sum() / scorecard_array.size)
performance =  0.9728

深度学习初窥之神经网络模型

1.神经网络模型简单代码实现

神经网络分类模型:MLPClassifier

X = [[1, 0], [5, 1], [6, 4], [4, 2], [3, 2]]
y = [0, 1, 1, 0, 0]
from sklearn.neural_network import MLPClassifier
mlp =MLPClassifier()
mlp.fit(X, y)
D:\coder\randomnumbers\venv\lib\site-packages\sklearn\neural_network\_multilayer_perceptron.py:702: ConvergenceWarning: Stochastic Optimizer: Maximum iterations (200) reached and the optimization hasn't converged yet.
  warnings.warn(
MLPClassifier()
In a Jupyter environment, please rerun this cell to show the HTML representation or trust the notebook.
On GitHub, the HTML representation is unable to render, please try loading this page with nbviewer.org.
MLPClassifier()
y_pred = mlp.predict(X)
import pandas as pd
a = pd.DataFrame()  # 创建一个空DataFrame 
a['预测值'] = list(y_pred)
a['实际值'] = list(y)
a
预测值实际值
000
111
211
300
400

补充知识点 - 神经网络回归模型:MLPRegressor

from sklearn.neural_network import MLPRegressor
X = [[1, 2], [3, 4], [5, 6], [7, 8], [9, 10]]
y = [1, 2, 3, 4, 5]

model = MLPRegressor(random_state=123)  # 设置random_state随机状态参数,使得每次训练的模型都是一样的
model.fit(X, y)

print(model.predict([[5, 5]]))
[2.85598566]

2.案例实战 - 用户评论情感分析

2.1 数据读取、中文分词、文本向量化

1.数据读取

import pandas as pd
df = pd.read_excel('产品评价.xlsx')
df.head()
客户编号评论评价
01是iPhone8 XR正品,按键屏幕反应蛮快的很灵活,屏幕6.0的不算很大,刚刚好,这款面容...1
12外形外观:外光非常漂亮,黑色的非常大气。适合男士拥有。屏幕音效:刚开机就下载了一个QQ音乐试...1
23从苹果4s,到6s,再到xr,就是喜欢苹果的手感和风格,视频流畅,图片清晰,纠结了好久买哪个...1
34主要是手感,太沉了,比苹果6,沉一倍,厚太多了,看中双卡双待机,刚买回来用,待机时间还不错,...1
45外形外观:红色超级好看,送妈妈的。屏幕音效:音效还可以,也什么特别的,屏幕看着也挺舒服。拍照...1

2.中文分词

# jieba库分词示例
import jieba
word = jieba.cut('我爱北京天安门')
for i in word:
    print(i)
Building prefix dict from the default dictionary ...
Dumping model to file cache C:\Users\83854\AppData\Local\Temp\jieba.cache
Loading model cost 0.584 seconds.
Prefix dict has been built successfully.


我
爱
北京
天安门
# 通过第2章讲的iloc获取数据表DataFrame第一行信息,0表示第一行
df.iloc[0]
客户编号                                                    1
评论      是iPhone8 XR正品,按键屏幕反应蛮快的很灵活,屏幕6.0的不算很大,刚刚好,这款面容...
评价                                                      1
Name: 0, dtype: object
# 为了循序渐进,这里先演示第一条评论的分词效果
import jieba
word = jieba.cut(df.iloc[0]['评论'])
result = ' '.join(word)
print(result)
是 iPhone8   XR 正品 , 按键 屏幕 反应 蛮快 的 很 灵活 , 屏幕 6.0 的 不算 很大 , 刚刚 好 , 这 款 面容 识别 开锁 比 指纹 方便 多 了 , 内外 的 整体 看起来 很 美观 , 整机 子 不算 是 很厚感 , 像素 高 比较 清晰 , 双卡 双待 , 续航 强 , 跟 8plus 差价 300 元 , 还是 选 XR 款好 , 性能 不错 , 处理器 、 芯片 也 是 最新 一代
# 遍历整张表格,对所有评论进行分词
words = []
for i, row in df.iterrows():
    word = jieba.cut(row['评论'])
    result = ' '.join(word) 
    words.append(result)
words[0:3]
['是 iPhone8   XR 正品 , 按键 屏幕 反应 蛮快 的 很 灵活 , 屏幕 6.0 的 不算 很大 , 刚刚 好 , 这 款 面容 识别 开锁 比 指纹 方便 多 了 , 内外 的 整体 看起来 很 美观 , 整机 子 不算 是 很厚感 , 像素 高 比较 清晰 , 双卡 双待 , 续航 强 , 跟 8plus 差价 300 元 , 还是 选 XR 款好 , 性能 不错 , 处理器 、 芯片 也 是 最新 一代',
 '外形 外观 : 外光 非常 漂亮 , 黑色 的 非常 大气 。 适合 男士 拥有 。 屏幕 音效 : 刚 开机 就 下载 了 一个 QQ 音乐 试 了 一下 。   音效 还是 非常 不错 的 。 拍照 效果 : 拍照 很 清晰 , 照亮 你 脸上 的 痘痘 。 运行 速度 : 运行 速度 就 不用说 了 。   一个 字快 。 待机时间 : 待机 很 不错 。 用 一段时间 再 来 评价 。 其他 特色 : 个人感觉 比 X 好 。   可能 是因为 上手 的 手感 比较 好 吧 , 总之 还是 值得 入手 的',
 '从 苹果 4s , 到 6s , 再 到 xr , 就是 喜欢 苹果 的 手感 和 风格 , 视频 流畅 , 图片 清晰 , 纠结 了 好久 买 哪个 颜色 , 白色 干净 , 同事 买 的 黄色 , 感觉 也 很 好看 , 蓝色 , 珊瑚 我 也 喜欢 , 最终 还是 选择 比较 适合 女生 的 珊瑚 色 , 实物 比 图片 更 漂亮 , 超级 喜欢 , 运行 速度 快 , 全屏 显示 , 体积小 了 , 可 显示 区域 变得 了 , 很棒 。']
# 如果对上面过程如果熟悉后,也可以直接写成如下的合并代码形式
words = []
for i, row in df.iterrows():
    words.append(' '.join(jieba.cut(row['评论'])))
# # iterrows()函数相关知识点,不熟悉DataFrame数据表遍历的话,可以把下面的注释取消了,看看效果
# for i, row in df.iterrows():
#     print(i)
#     print(row)

3.文本向量化

# 文本向量化CountVectorizer()函数的使用技巧:使用示例
from sklearn.feature_extraction.text import CountVectorizer
test = ['手机 外观 漂亮', '手机 图片 清晰']
vect = CountVectorizer()
X = vect.fit_transform(test)
X = X.toarray()
words_bag = vect.vocabulary_
print(words_bag)
{'手机': 2, '外观': 1, '漂亮': 4, '图片': 0, '清晰': 3}
# 实际应用
from sklearn.feature_extraction.text import CountVectorizer
vect = CountVectorizer()
X = vect.fit_transform(words)
X = X.toarray()
print(X)
[[0 0 0 ... 0 0 0]
 [0 0 0 ... 0 0 0]
 [0 0 0 ... 0 0 0]
 ...
 [0 0 0 ... 0 0 0]
 [0 0 0 ... 0 0 0]
 [0 0 0 ... 0 0 0]]
words_bag = vect.vocabulary_
print(words_bag)
{'iphone8': 194, 'xr': 264, '正品': 2660, '按键': 2221, '屏幕': 1798, '反应': 1210, '蛮快': 3492, '灵活': 2843, '不算': 517, '很大': 1967, '刚刚': 1031, '面容': 3979, '识别': 3570, '开锁': 1915, '指纹': 2218, '方便': 2362, '内外': 941, '整体': 2341, '看起来': 3101, '美观': 3345, '整机': 2344, '很厚感': 1959, '像素': 862, '比较': 2704, '清晰': 2808, '双卡': 1201, '双待': 1203, '续航': 3301, '8plus': 143, '差价': 1823, '300': 50, '还是': 3758, '款好': 2655, '性能': 2040, '不错': 538, '处理器': 1460, '芯片': 3455, '最新': 2506, '一代': 290, '外形': 1471, '外观': 1473, '外光': 1468, '非常': 3972, '漂亮': 2832, '黑色': 4068, '大气': 1521, '适合': 3827, '男士': 2997, '拥有': 2207, '音效': 3985, '开机': 1910, '下载': 445, '一个': 280, 'qq': 234, '音乐': 3983, '一下': 276, '拍照': 2203, '效果': 2330, '照亮': 2863, '脸上': 3409, '痘痘': 3019, '运行': 3744, '速度': 3854, '不用说': 514, '字快': 1666, '待机时间': 1951, '待机': 1950, '一段时间': 354, '评价': 3566, '其他': 928, '特色': 2908, '个人感觉': 583, '可能': 1271, '是因为': 2449, '上手': 420, '手感': 2136, '总之': 2041, '值得': 841, '入手': 892, '苹果': 3464, '4s': 81, '6s': 127, '就是': 1782, '喜欢': 1367, '风格': 4013, '视频': 3537, '流畅': 2786, '图片': 1412, '纠结': 3260, '好久': 1611, '哪个': 1350, '颜色': 4011, '白色': 3029, '干净': 1862, '同事': 1292, '黄色': 4057, '感觉': 2091, '好看': 1639, '蓝色': 3483, '珊瑚': 2934, '最终': 2512, '选择': 3836, '女生': 1607, '实物': 1713, '超级': 3655, '全屏': 896, '显示': 2453, '体积小': 792, '区域': 1118, '变得': 1240, '很棒': 1975, '主要': 613, '太沉': 1562, '一倍': 296, '厚太多': 1173, '看中': 3080, '双卡双': 1202, '买回来': 639, '正经': 2668, '一天': 323, '摄像头': 2292, '可以': 1261, '挺快': 2230, '刘海': 1028, '适应': 3829, '更大': 2478, '便宜': 813, '京东': 675, '一八': 298, '降价': 3937, '红色': 3265, '妈妈': 1651, '什么': 704, '特别': 2901, '看着': 3098, '挺舒服': 2232, '界面': 3005, '舒服': 3432, '别的': 1046, '软件': 3698, '才能': 2152, '很快': 1973, '解锁': 3543, 'iphone': 189, '618': 112, '抢购': 2183, '划算': 1027, '不会': 456, '像安卓': 861, '那么': 3863, '容易': 1732, '功能': 1080, '强大': 1929, '不愧': 498, '品牌': 1338, '晒图': 2458, '供亲': 808, '欣赏': 2653, '五星': 668, '好评': 1641, '清晰度': 2809, '彩色': 1946, '各种': 1285, '技能': 2174, '色彩斑斓': 3443, '亮度': 677, '电池容量': 2986, '能力': 3398, '打游戏': 2161, '价格': 745, '优惠': 757, '而且': 3366, '12': 11, '免息': 890, '白票': 3028, '一样': 348, '个人': 582, 'a12': 147, '一如既往': 324, '杠杠': 2588, '现在': 2928, '手机': 2141, '一部分': 384, 'ios': 182, '稳定': 3180, '支持': 2309, '不用': 513, '两部': 577, '素质': 3256, '柔和': 2617, '刺眼': 1062, '目前': 3049, '最好': 2502, 'lcd': 201, '电池': 2985, '充满': 873, '电妥': 2980, '一整天': 339, '综合': 3305, '以上': 731, '不能': 524, '绝对': 3296, '市面上': 1841, '信价': 828, '最高': 2519, '打开': 2159, '一瞬间': 367, '没有': 2747, '想象': 2077, '小巧': 1768, '手中': 2129, '三星': 406, 's9': 243, '一加': 306, '搭配': 2288, '黑框': 4064, '有种': 2544, '笨笨': 3203, '亮屏': 676, '惊艳': 2066, '业界': 551, '除了': 3941, 'xs': 268, 'max': 212, '之外': 618, '任何': 750, '一家': 326, '来得': 2593, '自然': 3425, '系统': 3255, '丝滑': 555, '视网膜': 3533, '清屏': 2806, '一度': 332, '以为': 733, '这是': 3776, 'oled': 220, '色彩': 3442, '调教': 3601, '完美': 1695, '这块': 3773, '迄今为止': 3725, '方面': 2368, '确实': 3152, '缺陷': 3316, '鲜艳': 4053, '成为': 2103, '本村': 2569, '最靓': 2517, '有点': 2540, '细腻': 3271, '厚重': 1176, '旧款': 2410, '已经': 1835, '觉得': 3538, '此款': 2672, '眼睛': 3129, '不再': 463, '痒痛': 3017, '音质': 3986, '耐用': 3375, '下图': 433, '感受一下': 2087, '边框': 3719, '首先': 4019, '不得不': 490, '自营': 3426, '品质': 1340, '保障': 827, '配送': 3880, '需要': 3962, '提货': 2279, '安全': 1677, '拿到': 2213, '一手': 334, '经过': 3283, '官网': 1699, '验证': 4028, '未激活': 2562, '检查': 2635, '瑕疵': 2940, '激活': 2835, '使用': 803, '其次': 934, '顺滑': 3993, '因为': 1396, '所以': 2124, '黑边': 4069, '扎眼': 2155, '接受': 2260, '信号': 831, '地方': 1426, '出现': 1011, '问题': 3923, '通话质量': 3850, '最后': 2498, '体验': 794, '游戏': 2815, '一把': 336, '王者': 2917, '荣耀': 3470, '之前': 616, '无法': 2387, '高帧': 4036, '开打': 1908, '一盘': 363, '压力': 1168, '多么': 1478, '发热': 1222, '460': 69, '关键': 926, '做到': 849, '一充': 297, '收到': 2312, '起来': 3640, '超爽': 3654, '反应速度': 1211, '有些': 2523, '自我感觉': 3421, '还好': 3757, '看电视': 3096, '玩游戏': 2922, '过瘾': 3738, '重要': 3894, '平时': 1868, '两天': 569, '充电': 874, '一直': 364, '信赖': 837, '多部': 1493, '一次': 350, '购物': 3620, '真的': 3122, '太漂亮': 1565, '999': 145, '那种': 3868, '一点': 356, '不俗': 459, '6sp': 130, '毕竟': 2706, '三年': 404, '退休': 3808, '满意': 2822, '送过来': 3826, '两台': 566, '靠近': 3977, '提示': 2278, '需不需要': 3960, '资料': 3627, '转过': 3696, '这点': 3782, '人性化': 695, '通话记录': 3849, '迁移': 3724, '实在': 1710, '不过': 536, '应用': 1887, '自己': 3419, '来说': 2598, '完全': 1688, '够用': 1497, '整个': 2340, '裸机': 3517, '轻薄': 3709, '简单': 3231, '大方': 1516, '套上': 1592, '壳略': 1456, '笨重': 3204, '没得说': 2742, '以前': 735, '这个': 3767, '再用': 956, '照相': 2866, '没法': 2749, '相机': 3065, '性价比': 2038, '购买': 3618, '至于': 3428, '暂时': 2467, '发现': 1224, '物流': 2897, '第二天': 3214, '发票': 1227, '到达': 1058, '原彩': 1185, '很多': 1963, '基本上': 1442, '时间': 2424, '坚持': 1434, '隔天': 3951, '比官': 2698, '1000': 5, '左右': 1815, '拆封': 2192, '新机': 2358, '大约': 1525, '多月': 1487, '卡机': 1157, '自动关机': 3416, '情况': 2063, '一切顺利': 304, '顺手': 3991, '相当': 3064, '差不多': 1822, '一个多月': 284, '安卓机': 1682, '尺寸': 1788, '稍微': 3179, '厚度': 1175, '主流': 611, '旗舰': 2369, '一些': 289, '所有': 2125, '生态系统': 2945, '不光': 462, '生态': 2944, '以及': 736, '周边': 1328, '硬件': 3148, '配合': 3876, 'airpods': 153, '简直': 3233, '绝配': 3297, '太给力': 1569, '哈哈哈哈': 1343, '加油': 1089, '强子': 1931, 'plus': 228, '会员': 765, '极致': 2606, 'faceid': 167, '好用': 1638, '不像': 461, '安卓': 1679, '人脸识别': 702, '光线': 886, '还要': 3764, '几个': 981, '手电': 2149, '照着': 2867, '巡航': 1810, '出乎意料': 999, '大爱': 1522, 'shao': 245, '据说': 2255, '部分': 3871, '款项': 2657, '捐给': 2235, '慈善': 2095, '虽然': 3490, '可鱼': 1276, '熊掌': 2868, '不可': 470, '兼得': 940, '库克': 1885, '罗永浩': 3332, '收购': 2315, '估计': 776, '慌得': 2096, '一匹': 307, '星期': 2436, '中好': 590, '触屏': 3544, '敏感': 2333, '操作': 2304, '效率高': 2332, '边边': 3722, '设计': 3563, '深得人心': 2802, 'ui': 255, '开始': 1905, '要换': 3520, '时候': 2418, '换安卓机': 2245, '贫穷': 3616, '退堂鼓': 3811, '想着': 2075, '要用': 3523, '省得': 3071, '后期': 1304, '扬声器': 2166, '电影院': 2983, '是从': 2447, '七换': 390, '比七大': 2688, '一圈': 320, '超棒': 3651, '值得称赞': 842, '一流': 355, '毫无': 2711, '的话': 3043, '两充': 562, '早上': 2411, '一百': 361, '晚上': 2459, '还有': 3759, '六十': 914, '真香机': 3125, '人别': 690, '犹豫': 2912, '818': 139, '4899': 76, '128g': 15, '18': 27, '00': 0, '11': 10, '点多': 2848, '后续': 1307, 'hellip': 176, '2014': 34, '5s': 105, '2016': 35, '华为': 1138, 'v8': 257, '体会': 791, '很卡': 1957, '一年': 331, '生锈': 2951, '只是': 1256, '不行': 525, '很漂亮': 1978, '裸奔': 3516, '太滑': 1564, '外放': 1472, 'forall': 172, '范围': 3468, '头疼': 1582, '价保': 743, '成功': 2105, '机器': 2575, '立体': 3191, '完爆': 1694, '设备': 3561, '摄像': 2291, '足够': 3669, '冲着': 968, '大小': 1511, '刚好': 1033, '6p': 125, '虽宽': 3489, '秒杀': 3173, '买到': 638, '几天': 987, '有时': 2537, '差点': 1829, '其它': 932, '特意': 2903, '充才': 872, '给力': 3293, '相对': 3063, '中等': 596, '强度': 1932, '无数': 2385, '超赞': 3656, '两年': 570, '重新': 3892, '果不其然': 2609, '失望': 1579, '下载速度': 446, '辨识': 3718, '配上': 3874, '粉粉': 3246, '一句': 313, '爱不释手': 2875, '有图': 2528, '看哈': 3088, '关注': 923, '忍住': 2016, '下手': 435, '从此': 717, '告别': 1324, '到手': 1054, '挺大': 2228, '重量': 3895, '中重': 598, '后背': 1309, '玻璃': 2933, '没话说': 2762, 'ios12': 183, '太快': 1557, '十分': 1121, '符合': 3202, '预期': 3997, '同样': 1296, '超快': 3649, '质量': 3614, '合适': 1290, '分辨率': 1020, 'iphone6': 191, 'iphonexr': 196, 'ios6': 185, '外观设计': 1474, '独特': 2916, '卖家': 1153, '服务态度': 2550, '发货': 1228, '希望': 1845, '你们': 799, '越做越': 3663, '用安卓': 2961, 'htc': 178, 'lg': 205, '家里': 1730, '有个': 2522, 'ipad': 188, '决定': 969, '买个': 634, '公司': 910, '再说': 958, '担心': 2191, '没事': 2729, '高大': 4035, '突出': 3188, '美妙': 3339, '实况': 1707, '动态': 1097, '的确': 3042, '多个': 1476, '不卡': 467, '很多遍': 1966, '原以为': 1178, 'id': 180, '麻烦': 4056, '结果': 3290, '一试': 378, '理想': 2936, '跳到': 3685, '慢慢': 2099, '摸索': 2299, '一凡': 300, '采用': 3883, '只要': 1260, '知道': 3136, '厉害': 1167, '散热': 2334, '远远': 3797, '超过': 3658, '领先': 4001, '单摄': 1149, '自带': 3420, '一点点': 358, '美颜': 3348, '史上': 1277, '最强': 2505, '莫属': 3474, '想要': 2076, '出门': 1015, '真心': 3111, '推荐': 2268, '没错': 2766, '尤其': 1779, '耳机': 3381, '太保': 1542, '牛叉': 2893, 'ai': 152, '摄影': 2294, '人像': 689, '模式': 2642, '景深': 2465, '调节': 3602, '不是': 504, '有史以来': 2527, '最大': 2501, '容量': 1733, '总体': 2042, '99': 144, '活动': 2779, '4k': 80, '以内': 734, '爽歪歪': 2888, '还行': 3763, '果然': 2611, '东西': 553, '亲手': 685, '尝试': 1778, '快递': 2023, '第一次': 3209, '网上': 3317, '买手机': 641, '特价': 2900, '厚实': 1174, '用惯': 2963, '寸屏': 1742, '看上去': 3075, '上来': 421, '第二次': 3215, '商城': 1359, '安心': 1686, '不亏': 453, '骚气': 4030, '女孩子': 1603, '巴适': 1836, '种草': 3171, '今天': 706, '算是': 3238, '拔个': 2206, '公开': 911, '联通': 3389, '那个': 3862, '其实': 933, '习惯': 631, '真机': 3117, '闭眼': 3921, 'ok': 219, '发到': 1217, '省心': 3072, '原谅': 1191, '刚到': 1032, '评论': 3569, '超好': 3647, '但是': 782, '价格比': 748, '很贵': 1987, '平民': 1870, '样式': 2626, '不带': 489, '壳子': 1455, '带上': 1846, '显得': 2451, '稳重': 3183, '经典': 3277, '这种': 3784, '大屏幕': 1513, '电影': 2982, '用过': 2972, '没法用': 2750, '第一天': 3207, '到货': 1057, '惊人': 2064, '人员': 692, '态度': 2030, '不好': 484, '明显': 2430, '颗粒感': 4008, '柔顺': 2618, '般丝': 3438, '良心': 3440, '8p': 142, '看到': 3084, '有人': 2524, '对于': 1743, '贫民窟': 3615, '女孩': 1602, '买不起': 633, '果断': 2610, 'xr128g': 266, '元旦': 866, '减免': 980, '700': 131, '低调': 787, '耐看': 3377, '大家': 1509, '不堪': 477, '单手操作': 1148, '大黑': 1530, '边能': 3721, 'nice': 215, '上市': 419, '奈何': 1589, '荷包': 3472, '允许': 864, '攒钱': 2307, '许久': 3558, '终于': 3273, '买下': 632, '不负': 529, '省钱': 3074, '开心': 1907, '清凉': 2805, '太棒了': 1560, '男朋友': 2999, '情侣': 2062, '嘻嘻': 1371, '人生': 698, '两边': 576, '很强': 1971, '一款': 352, '这么': 3768, '度下': 1894, '问下': 3922, '各位': 1284, '多少': 1484, '抬起': 2188, '唤醒': 1353, '以后': 737, '怎么': 2031, '设置': 3562, '双击': 1199, '哈哈哈': 1342, '满分': 2820, '感受': 2086, '比用': 2701, '太多': 1546, '白天': 3023, '聊天': 3386, '新闻': 2360, '电视剧': 2992, '正常': 2663, '状态': 2910, '下能': 443, '送货': 3822, '送到': 3817, '16g': 24, '内存': 942, '不够': 479, '趁着': 3643, '实惠': 1711, '出手': 1008, '用个': 2955, '五年': 667, '不成问题': 500, '灯光': 2838, '人脸': 701, '出来': 1009, '区别': 1117, '要求': 3522, '太高': 1576, 'ppi': 229, '包装': 1112, '负责': 3608, '下雨': 448, '不满': 509, '太厚': 1544, '这些': 3769, '挺不错': 2226, '测试': 2788, '蜘蛛侠': 3496, '混沌': 2804, '一台': 315, '做工': 851, '精细': 3250, '色调': 3447, '简约': 3234, '上档次': 422, '前后': 1067, '面板': 3980, '相处': 3062, '原来': 1188, '一点儿': 357, '舒适': 3434, '网络': 3325, '下面': 449, '那些': 3864, '闭嘴': 3920, '这次': 3778, '多年': 1485, '产品': 672, '信任': 829, '一会儿': 293, '平和': 1864, '颗粒': 4007, '根本': 2631, '看不出来': 3077, '人眼': 700, '显微镜': 2452, '呵呵': 1330, '后悔': 1302, '看重': 3103, '小伙伴': 1763, '720p': 133, '保证': 825, '喜忧参半': 1365, '大果': 1518, '现象': 2932, '平铺': 1873, '主板': 610, '提升': 2275, '巨增': 1819, '安卓无所': 1681, '比拟': 2699, '另外': 1250, '半框': 1136, '从未见过': 714, '相比': 3066, '一颗': 385, '成像': 2104, '和谐': 1334, '不少': 487, '最爱': 2509, '3dtouch': 62, '可惜': 1264, '阉割': 3926, '7000': 132, '廉价版': 1897, '多天': 1483, '认为': 3550, '这样': 3777, '加上': 1082, '应该': 1889, '33': 55, '实体店': 1706, '出乎': 998, '意料': 2083, '没想到': 2743, '本来': 2570, '打算': 2163, '手上': 2128, 'se': 244, '换个': 2240, '再战': 952, '5g': 103, '动摇': 1098, '双十': 1200, '优惠活动': 759, '毫不犹豫': 2709, '哈哈': 1341, '小时': 1770, '头条': 1581, '网易': 3323, '上班': 424, '微信': 2001, '下班': 441, '回到': 1385, '百分之三十': 3036, '更滑': 2486, 'face': 166, '夏天': 1466, '出汗': 1010, '便利': 812, '再也': 950, '手湿': 2147, '指纹识别': 2219, '不出': 464, '尴尬': 1787, '当有': 1940, '推送': 2269, '消息': 2794, '如果': 1649, '扫描': 2165, '不到': 466, '主人': 608, '内容': 944, '当扫': 1938, '时会': 2417, '很赞': 1988, '摸摸': 2298, '回来': 1392, '当天': 1937, '正中下怀': 2658, '两个': 560, '机型': 2577, '落伍': 3479, '准备': 973, '或者': 2121, '建议': 1901, '电子产品': 2981, '每年': 2684, '淘汰': 2799, '更新': 2483, '轮到': 3697, '好多': 1628, '追加': 3805, '犹犹豫豫': 2911, '从来': 715, '行买过': 3502, '翻新': 3352, '没敢': 2746, '狠心': 2915, '隔日': 3952, '压坏': 1169, '封口': 1757, '撕开': 2302, '防伪': 3928, '后到': 1300, '全新': 898, '毫无疑问': 2712, '再来': 954, '追评': 3807, '感谢': 2093, '我省': 2115, '好几百': 1620, '一个月': 285, '正好': 2662, '安兔': 1676, '评测': 3568, '37': 59, '一小': 327, '不在意': 476, '畅快': 3003, '不卡顿': 468, '电量': 2995, '面部': 3982, '超强': 3648, '当然': 1941, '大容量': 1510, '没得': 2741, '优秀': 761, '忽略不计': 2027, '没什么': 2730, '这方面': 3775, '严重': 581, '下车': 444, '移动': 3175, '优先': 754, '影响': 1947, '两百': 575, '何乐而不为': 795, '提前': 2274, 'ps': 231, '口红': 1247, '形容': 1944, 'mac': 209, '俄罗斯': 818, '比起': 2703, '女人': 1599, '魅力': 4051, '总结': 2048, '老婆': 3359, '礼物': 3162, '昨天晚上': 2444, '中午': 586, '初步': 1039, '没试': 2760, '一会': 292, '打个': 2156, '试一下': 3571, '现用': 2931, '排列': 2258, '458ppi': 68, '数量': 2339, '一半': 311, '458': 67, 'sqrt': 247, '324ppi': 54, '全红': 901, '蓝图': 3481, '解析度': 3540, '3d': 61, 'touch': 250, '新手机': 2356, '质感': 3613, '一致': 375, '两块': 568, '清楚': 2810, '反正': 1213, '网速': 3329, '有时候': 2538, '无限大': 2401, '无边': 2399, '随意': 3947, '破损': 3145, '64': 116, 'app': 156, '卡顿': 1162, '闪屏': 3918, '闪退': 3919, '备用机': 1464, '价格便宜': 746, '颜值': 4010, '不高': 540, '大半个': 1501, '国行': 1408, '表扬': 3509, '电池电量': 2987, '升级': 1130, '档次': 2632, '素雅': 3257, '忽略': 2026, '仿生': 752, '屏幕显示': 1799, '完好': 1692, '快速': 2024, '小哥': 1764, '服务': 2549, '每次': 2686, '送货上门': 3823, '下次': 439, '一定': 325, '回购': 1395, '一周': 319, 'ip6': 186, '换过来': 2253, '舒畅': 3433, 'or': 222, '尽责': 1790, '不吃': 472, '好吃': 1623, '过来': 3736, '东东': 552, '考试': 3364, '烧烤': 2856, '买来': 643, '恼火': 2058, '扫扫脑': 2164, '灵敏': 2841, '不太': 481, '下方': 437, '太香': 1575, '要是': 3521, '朋友': 2548, '升级版': 1131, '骚黄': 4031, '炒鸡': 2844, 'xsmax': 270, '就行': 1785, '护眼': 2184, '最省': 2511, '爆表': 2874, '最长': 2516, '老公': 3356, '送达': 3825, '辛苦': 3716, '10': 3, '送来': 3819, '我们': 2108, '有空': 2545, '无线': 2390, '赶上': 3634, '基本': 1440, '越来越': 3664, '晒个': 2457, '亲们': 681, '参考': 1195, '动图': 1095, '由于': 2974, '厚些': 1172, '72h': 134, '月份': 2520, '第二台': 3213, '毛病': 2708, '散退': 2335, '持久': 2216, '机身': 2582, '是不是': 2446, '貌美': 3606, '下单': 430, '下午': 429, '半电': 1137, '常用软件': 1860, '登陆': 3022, '账号': 3609, '35': 56, '行货': 3504, '官网查': 1700, '不想': 497, '真品': 3108, '为了': 600, '娱乐': 1659, '害怕': 1725, '放心': 2324, '只能': 1259, '表达': 3513, '心中': 2002, '喜悦': 1366, '真香': 3124, '质保': 3612, '全国': 895, '联保': 3387, '365': 58, '5000': 85, 'xsm': 269, '不发': 469, '这款': 3779, '之后': 617, '平台': 1863, '奶奶': 1609, '老人家': 3355, '号码': 1278, '先行': 880, '把玩': 2175, '显示屏': 2455, 'apple': 157, '专门': 548, '全面': 905, '优化': 756, '液态': 2798, '其余': 931, '差距': 1831, '无伤大雅': 2372, '老人': 3354, 'watch': 259, '作为': 797, 'product': 230, 'red': 237, 'oppo': 221, 'r9s': 235, '新年': 2354, '要好看': 3519, '安装': 1687, '那款': 3867, '原装': 1190, '透明': 3839, '顺便': 3989, '最贵': 2513, '安上': 1674, '原本': 1187, '表现': 3511, '5098': 86, '经用': 3282, '频繁': 4006, '二天': 657, '一冲': 299, '6plus': 126, '一种': 369, '圆润': 1415, '看过': 3102, '当时': 1939, '真正': 3119, '留意到': 3010, '能够': 3400, '避免': 3860, '误触': 3585, '安全感': 1678, '视力': 3532, '友好': 1198, '声音': 1453, '立体感': 3193, '三分': 397, '七分': 387, '学学': 1669, '修图': 838, '比安卓': 2695, '很多双': 1964, '摄三摄': 2290, '点拔': 2849, '剩余': 1071, '65': 120, '然后': 2861, '中度': 591, '凌晨': 978, '居然': 1793, '出门在外': 1016, '提心吊胆': 2277, '离不开': 3167, '不如': 485, '也许': 630, '办法': 1074, '来讲': 2596, '轻盈': 3707, '唯一': 1356, '电话': 2993, '进来': 3792, '确定': 3151, '触感': 3545, '大够': 1506, '能耐': 3404, '保修': 820, '可靠': 1275, '拍摄': 2202, '7p': 135, '展现': 1804, '真实': 3110, '在意': 1421, '好几个': 1618, '完美无瑕': 1696, '一切': 302, '0k': 2, '画面': 3002, '拍得': 2200, '照片': 2865, '翻书': 3351, '似的': 779, '超长': 3659, 's10': 240, '皇好': 3044, '一般': 376, '很值': 1956, '就行了': 1786, '满电': 2827, '过去': 3728, '奈斯': 1590, '送人': 3816, '据悉': 2254, '加大': 1086, 'ios13': 184, '暗黑': 2471, '更加': 2476, '酷炫': 3882, 'jd': 199, '神速': 3166, '派送': 2783, '大件': 1500, '哪里': 1352, '缺口': 3314, '一秒': 370, '无敌': 2384, '许多': 3559, '保护': 822, '公分': 909, '换到': 2242, '挺好用': 2229, '太小': 1552, '屏太大': 1797, '小点': 1773, '二十四': 654, '说实话': 3589, '两次': 574, '35w': 57, '日期': 2408, '期待已久': 2555, '里面': 3886, '商品': 1358, '并且': 1877, '以下': 732, '整整': 2343, '通信': 3842, '超大': 3646, '黑后': 4059, '长时间': 3914, '无太大': 2377, '世界': 550, '第一': 3205, '一上午': 275, '消耗': 2795, '20': 32, '抢到': 2181, '一看': 365, '瞬间': 3134, '吸引': 1323, '可爱': 1266, '少女': 1777, '女朋友': 1605, '不快': 493, '我查': 2113, '序列号': 1884, '受不了': 1233, '重度': 3890, '患者': 2060, '视觉效果': 3535, '优惠券': 758, '听说': 1322, '大概': 1519, '过渡': 3737, '动画': 1100, '跟手': 3678, '过度': 3732, '只想': 1255, '加持': 1088, '一个舒服': 287, '存在': 1668, '耐电': 3376, '正式': 2664, '防抖': 3929, '出超': 1013, '高画质': 4042, '依旧': 809, '通话音质': 3851, '响亮': 1344, '十足': 1126, '更好': 2479, '好马配': 1645, 'uag': 254, '路上': 3681, '等到': 3222, '但天': 780, '换代': 2241, '利用': 1041, '传说': 769, '恐怖': 2052, '眼看': 3128, '今日': 710, '农夫': 963, '虫虫': 3487, '级别': 3266, '手里': 2151, '运转': 3745, '顺畅': 3994, '电充': 2978, '印象': 1164, '128gg': 18, '喷子': 1368, '拉倒': 2196, '编辑': 3310, '最香': 2518, '苹果机': 3466, '之一': 615, '日常': 2406, '在乎': 1417, '不怕': 496, '手指头': 2138, '度不弱': 1895, '极高': 2608, '更是': 2485, '64g': 119, '妥妥': 1653, '太丑': 1541, '专营店': 547, '三个': 396, '过年': 3731, '太强大': 1556, 'iclond': 179, '全部': 903, '无缝': 2391, '对接': 1748, '忠实': 2019, '粉丝': 3244, '不下': 450, '多余': 1479, '广告': 1879, '一眼': 366, '就算': 1783, '三百块': 409, '萌萌': 3477, '皮卡丘': 3045, '违和感': 3798, '语法': 3582, '严谨': 580, '用词': 2971, '工整': 1813, '结构': 3289, '巧妙': 1818, '琅琅': 2935, '可谓': 1274, '言简意赅': 3548, '足见': 3671, '扎实': 2154, '文字': 2347, '功底': 1077, '信手': 836, '沾来': 2769, '写作': 960, '技巧': 2172, '巧夺天工': 1817, '创造': 1038, '令人': 729, '佩服': 802, '感叹号': 2088, '收尾': 2313, '点睛': 2850, '愉快': 2079, '别人': 1044, '音量': 3987, '带电': 1854, '耐斯': 3374, '嘿嘿': 1372, '嘿嘿嘿': 1373, '好好看': 1632, '巨美': 1820, '所谓': 2127, '塑料': 1445, '高级': 4044, '感才': 2090, '咳咳': 1336, '具体': 935, '再进一步': 959, '深入': 2800, '了解': 650, '无脑': 2392, '心仪': 2003, '今年': 709, '卖点': 1154, '很久': 1954, '四到': 1376, '期间': 2558, '始终': 1656, '发热量': 1223, '膨胀': 3413, '一堆': 322, '捆绑': 2234, '大比': 1520, '样子': 2625, '一贯': 379, '偷窥': 855, '会显': 766, '考虑': 3362, '128': 13, '家电': 1729, '这句': 3771, '广告语': 1881, '网通': 3328, '多款': 1489, '至今': 3429, '有大': 2531, '大幅度': 1514, '缓解': 3309, '优点': 760, '最少': 2504, '美丽': 3335, 'iphone7': 192, '直视': 3055, '开关': 1902, '关掉': 921, '才行': 2153, '软壳': 3700, '夸张': 1586, '还原': 3756, '蛮高': 3493, '普通': 2463, '依然': 810, '加分': 1085, '握感': 2283, '7puls': 136, '更新换代': 2484, '很香': 1996, '恢复': 2054, '备份': 1463, '数据': 2337, '半天': 1133, '几点': 993, '增强': 1449, '大声': 1505, '有待': 2533, '发掘': 1220, '谢谢': 3604, '喇叭': 1363, '比上': 2689, '重低音': 3887, '想买个': 2068, '送给': 3821, '老妈': 3358, '不要': 526, '滑盖': 2817, '弹出式': 1927, '机械': 2580, '于是': 661, '正合适': 2659, '单面': 1151, '我选': 2120, '整洁': 2345, '第三方': 3211, '不管': 518, '多久': 1477, '赶紧': 3637, '轻轻松松': 3711, '母亲': 2680, '贴心': 3622, '磨砂': 3160, '中框': 595, '国产品牌': 1403, '4800': 73, '不相上下': 515, '大型': 1504, '精致': 3252, '中规中矩': 597, '80': 137, '双摄': 1206, '稍差': 3178, '不便': 458, '男女': 2998, '航空母舰': 3437, '论坛': 3560, '一张': 333, '电信卡': 2977, '竟然': 3198, '中奖': 589, '力度': 1072, '对比': 1750, '几家': 988, '封闭': 1759, '用户': 2964, '统一': 3298, '几乎': 982, '后台': 1301, '只出': 1253, '每台': 2682, '总是': 2044, '高通': 4047, '引领': 1921, '跟风': 3679, '热潮': 2860, '简洁': 3232, '本身': 2571, '无广告': 2380, '切换': 1023, '功能齐全': 1081, '齐全': 4072, '思想': 2036, '偏差': 846, '侧重点': 811, '不同': 473, '国产手机': 1404, '实用': 1715, '比如': 2694, '加速': 1091, '红外线': 3261, '等等': 3224, 'macos': 210, 'tvos': 253, 'watchos': 260, '连接': 3800, '同时': 1295, '便捷': 815, '爽快': 2887, '静音': 3971, 'appstore': 158, 'googleplay': 173, '强得': 1933, '何况': 796, '国内': 1406, '市场': 1839, '参差不齐': 1193, '令人担忧': 730, '破解': 3146, 'root': 239, '刷机': 1060, '越狱': 3666, '等待': 3223, '机遇': 2583, '降级': 3940, '超高': 3660, '品控': 1337, '边缘': 3720, '缝隙': 3313, '防水': 3930, '等级': 3225, 'ip67': 187, '超越': 3657, '绝大部分': 3295, '机会': 2574, '拆机': 2194, '总称': 2046, '配件': 3875, '布局': 1842, '内部': 949, '原因': 1183, '绿色': 3307, '领了': 4000, '张券减': 1923, '四百': 1382, '不划算': 465, '太太': 1548, '说句实话': 3587, '缺点': 3315, '下来': 438, '信息': 835, '永不': 2721, '不了': 451, '不谈': 528, '爱国主义': 2877, '必须': 2015, '妹儿': 1654, '没买错': 2728, '我开': 2111, '爸妈': 2886, '终归': 3274, '哪样': 1351, '充完': 871, '起床': 3639, '真是': 3114, '太好了': 1550, '处理速度': 1461, '有余': 2525, '点赞': 2851, '清新': 2807, '光效': 884, '正在': 2661, '背面': 3396, '仔细': 721, '一遍': 382, '高用': 4041, '肯定': 3391, '比安卓好': 2696, '单卡': 1141, '没用': 2752, '不知': 516, '未来': 2561, '如何': 1648, '分期': 1018, '触摸': 3547, '软件系统': 3699, '不敢': 503, '缘故': 3312, '很省': 1980, '部手机': 3872, '增强器': 1450, '之类': 620, '地铁': 1430, '开车': 1913, '高铁': 4048, '试过': 3578, '夸装': 1587, '维持': 3303, '单手': 1147, '拿不住': 2210, '满足': 2829, '失去': 1578, '那样': 3866, '愚见': 2084, '再见': 957, '能用': 3403, '神器': 3165, '高清': 4039, '感官': 2089, '健康': 853, '惊喜': 2065, '迫不及待': 3802, '拆开': 2193, '15': 22, '直接': 3053, '升上来': 1129, '技术': 2173, '太强': 1555, '肉眼': 3390, '分辨': 1019, '除非': 3944, '放在': 2319, '一起': 380, '视觉': 3534, '差异': 1828, '随身带': 3949, '用不上': 2952, '活泼': 2780, '爱思': 2880, '检测': 2636, '提出': 2273, '耐心': 3373, '解答': 3541, '再次': 955, '光顾': 888, '两张': 571, '需求': 3961, '用电量': 2968, '就够': 1781, '连续': 3801, '原先': 1180, '果粉': 2613, '预算': 3998, '6000': 109, '定价': 1702, '付款': 724, '夜里': 1495, '看不到': 3078, '上面': 428, '红灯': 3263, '他们': 723, '我用': 2114, '握持': 2284, '脸能': 3410, '看出': 3083, '没能': 2757, '有幸': 2532, '粉嫩': 3245, '时尚': 2420, '满大街': 2821, '三摄': 405, '四摄': 1380, '没到': 2732, '地步': 1427, '宇宙': 1673, '组合': 3270, '特地': 2902, '之间': 623, '不赖': 531, '后来': 1305, '有过': 2546, '用久': 2956, '爱豆': 2884, 'bts': 160, 'jungkook': 200, '黑夜': 4060, '好于': 1614, '立体声': 3192, '一体': 294, '成型': 2106, '32': 53, '例外': 806, '出售': 1005, '数据线': 2338, '点儿': 2847, '通话': 3848, '上网': 426, '好久没': 1612, '迅速': 3726, '沉甸甸': 2723, '很亮': 1955, '送货员': 3824, '换掉': 2248, '系列': 3254, '地快': 1425, '经久': 3275, '口袋': 1248, '没太高': 2739, '看不出': 3076, '同价位': 1293, '里算': 3885, '上乘': 415, '看好': 3091, '六用': 915, '心痛': 2012, '好多好多': 1629, '钞票': 3899, '一换': 337, '几年': 989, '进入': 3790, '商店': 1361, '缓冲': 3308, '实诚': 1718, '很足': 1989, '夸奖': 1585, '一机': 344, '足矣': 3670, '差评': 1830, '关机': 922, '礼拜': 3161, '没用过': 2754, '试试': 3577, '爆好': 2871, '两三年': 559, '过时': 3734, '通透': 3853, '一级': 373, '无视': 2394, '转战': 3692, '无障碍': 2402, '可怕': 1262, '助手': 1102, '沉稳': 2725, 'cpu': 162, '一只': 314, '还来': 3760, '很长': 1994, '美貌': 3347, '在于': 1418, '用到': 2958, '为止': 607, '材质': 2587, '特有': 2904, '清脆': 2812, '逼真': 3856, '耳朵': 3380, '享受': 674, '突兀': 3187, '原则': 1181, '死机': 2674, '这边': 3786, '早晚': 2415, '网页': 3331, '经常': 3279, '不止': 505, '手机号': 2144, '痛苦': 3021, '13': 20, '小米': 1775, '太大': 1547, '领券': 4002, '5899': 102, '本地': 2566, '仓库': 720, '直到': 3052, '出仓': 1001, '半小时': 1134, '分量': 1021, 'find': 169, '开放': 1909, '瞎折腾': 3133, '自从': 3414, '谷歌': 3605, '差别': 1824, '不爽': 512, '原生': 1189, '梯子': 2633, '从安卓': 712, '追求': 3806, 'home': 177, '键坏': 3910, '换机': 2249, '赶在': 3635, '飞起': 4016, '随时': 3948, '带个': 1847, '真是太': 3115, '放就行': 2322, '通用': 3844, '接电话': 2262, '事情': 651, '三遍': 412, '好好': 1631, '网查': 3324, '过程': 3739, '注意': 2774, '总而言之': 2050, '一名': 317, '使用者': 805, '2018': 36, '出品': 1004, '一丝': 278, '最小': 2503, '版本': 2889, '舒心': 3431, '2019': 37, '又会有': 1196, '最近': 2514, '几种': 996, '库存': 1886, '抓紧时间': 2177, '机不可失': 2572, '失不再来': 1577, '快快': 2021, '耶耶耶': 3384, '试用': 3576, '丝毫': 554, 'note': 216, '然而': 2862, '参数': 1194, '难受': 3954, '还会': 3755, '期待': 2554, '超出': 3645, '期望值': 2557, '严实': 578, '运送': 3747, '说明': 3590, '小七强': 1761, '众多': 753, '提及': 2276, '最多': 2500, '莫过于': 3475, '万左右': 395, '堪称': 1444, '行业': 3500, '顶级': 3988, '水平': 2717, '出色': 1012, '此外': 2671, '手持': 2137, '网友': 3320, '日常生活': 2407, '单反相机': 1143, '一局': 329, '怎末': 2035, '掉电': 2257, '所说': 2126, '后盖': 1306, 'times': 249, '拿手': 2214, '好些': 1615, '无限': 2400, '很爽': 1979, '自来水': 3424, '用纸': 2969, '高兴': 4032, '很错': 1993, '很边': 1990, '到时候': 1055, '投入': 2178, '困难': 1400, '音响': 3984, '太爽': 1566, '处理': 1459, '刚上': 1029, '4850': 74, '光滑': 885, '更高': 2488, '环绕': 2927, '放大': 2321, '偶尔': 854, '卡一卡': 1155, '两倍': 561, '好棒': 1633, '新鲜': 2361, '家人': 1728, '吐槽': 1313, '次要': 2651, '越用': 3667, 'ldquo': 202, '好轻': 1642, 'rdquo': 236, '近年来': 3749, '最厚': 2496, '最重': 2515, '脸部': 3412, '驾驭': 4024, '很正': 1976, '也好': 629, '研究': 3143, '棒棒': 2639, '几千块': 985, '泡沫': 2773, '没塞': 2736, '箱子': 3242, '激动': 2834, '说真的': 3594, '昨天': 2440, '高质量': 4046, '画质': 3001, '几盘': 995, '不怎么': 494, '百分之十几': 3038, '高端': 4043, '代表': 727, '越来越快': 3665, '搭载': 2287, '操作系统': 2306, '样机': 2627, '实体': 1705, '店里': 1892, '可是': 1265, '物美价廉': 2898, '用不惯': 2953, '换回': 2243, '平板': 1869, '电脑': 2990, '小小的': 1767, '不足': 533, '吃力': 1280, '没像': 2731, '航空': 3436, '英寸': 3462, 'liquid': 206, 'retina': 238, '1792x828': 26, '铝合金': 3903, '提供': 2272, '六种': 917, '工艺': 1814, 'truedepth': 251, '5800': 100, '提高': 2280, '均匀': 1431, '不太好': 482, '凭借着': 997, '相信': 3059, '颗粒状': 4009, '不伤': 457, '飞快': 4015, '好处': 1627, '贴膜': 3624, '白边': 3032, '能震聋': 3405, '黑白': 4066, '属实': 1806, '买家': 640, '电器': 2979, '护肤品': 2185, '信任度': 830, '长草': 3916, '进水': 3794, '短暂': 3137, '悲伤': 2061, '这段': 3780, '时用': 2423, '录制': 1942, '一段': 353, '可怜': 1263, '模样': 2643, '爱护': 2882, '发生': 1226, '傻瓜': 860, '心疼': 2011, '不多': 478, 'iphonex': 195, '实用主义': 1716, '属于': 1805, '范畴': 3469, '刚买': 1030, '玩起来': 2925, '好几年': 1619, '大双': 1502, '听歌': 1319, '太慢': 1558, '你家': 801, '黑点': 4065, '亮点': 678, '期免': 2552, '利息': 1040, 'mate20pro': 211, '色比': 3445, '专业': 542, '测评': 2787, '补充': 3505, '两句': 565, '虽说': 3491, '实际': 1719, '从那以后': 719, '充电器': 875, '一个半': 282, '到家': 1052, '一批': 335, '不愧为': 499, '伤眼': 774, '收集器': 2316, '看久': 3081, '地上': 1423, '防滑': 3931, '屏够': 1795, '雍容华贵': 3957, '专业音响': 543, '听觉': 1321, '双重': 1207, '镜头': 3911, '太爽了': 1567, '响应速度': 1346, '行云流水': 3503, '导航': 1755, '轻易': 3704, '一向': 318, '上午': 416, '靓丽': 3970, '回去': 1386, '短板': 3138, '市区': 1838, '稳点': 3182, '手快': 2135, '昨晚': 2445, '试机': 3574, '大着': 1524, '刚用': 1036, '看看': 3097, '观察': 3529, '5599': 94, '动听': 1094, '平稳': 1871, '四边': 1383, '金色': 3898, '来评': 2597, '没卡过': 2734, '以外': 738, '不得了': 491, '好太多': 1630, '家中': 1727, '死角': 2676, '常用': 1859, '直播': 3054, '来看': 2594, '懒得': 2101, '拍照片': 2204, '卖个': 1152, '年度': 1875, '百分之七十': 3035, '哥哥': 1349, '十小时': 1124, '马上': 4023, '开箱': 1912, '专用': 546, '标签': 2624, '继续': 3300, '太宽': 1551, '或许': 2123, '眼镜': 3130, '查询': 2620, '58': 99, '出厂': 1002, '每天': 2683, '退后': 3809, '黑屏': 4061, '转圈': 3691, '苦恼': 3461, '观望': 3531, '空调': 3185, '电视': 2991, '油烟机': 2767, '不美观': 522, '正版': 2666, '上官': 417, '记得': 3556, '多多': 1481, '先前': 877, '深景': 2803, '轻度': 3702, '轻点': 3706, '真不错': 3105, '海上': 2793, '强烈推荐': 1934, '关灯': 924, '三四十': 402, '电信': 2976, '玩玩': 2924, '利用率': 1042, '回事': 1384, '开封': 1906, '原封': 1184, '运输': 3746, '封条': 1758, '但愿': 781, '别出': 1045, '蛾子': 3494, '眼前一亮': 3126, '特点': 2906, '高考': 4045, '结束': 3288, '一个个': 281, '同学': 1294, '换换': 2247, 'xr128': 265, '心想': 2009, '美版': 3342, '香气': 4022, '赛高': 3630, '平常': 1866, '5099': 87, '售后': 1354, '好香': 1644, '想吐槽': 2071, '官方': 1698, '只有': 1257, '待遇': 1952, '硅胶': 3147, 'pd': 225, '快充': 2020, '套装': 1597, '半个': 1132, '实现': 1714, '百分之五十': 3037, '而是': 3368, '828lcd': 140, '30pro': 52, '1080p': 8, '屏要': 1802, '刺激': 1061, 'airpods2': 154, '延迟': 1900, '照样': 2864, '滤镜': 2830, '手机电池': 2146, '用于': 2957, '掉价': 2256, '4799': 72, '4499': 66, '到位': 1050, '今天下午': 708, '算法': 3239, '横屏': 2646, '带感': 1851, '本想': 2568, '立刻': 3195, '农村': 964, '满格': 2824, '细节': 3272, '后面': 1311, '反而': 1214, '纯正': 3267, '观感': 3530, '1080': 7, '落差': 3480, '实时': 1712, 'hdr': 175, '外壳': 1470, '保护套': 823, '算了吧': 3236, '低音': 788, '高音': 4049, '方便面': 2364, '合身': 1289, '很差': 1970, '自动': 3415, '屏蔽': 1801, '周来': 1327, '第二款': 3216, '听不出': 1317, '多大': 1482, '美美': 3344, '拍个': 2198, '美食': 3349, '自拍个': 3423, '脸蛋': 3411, '抓拍': 2176, '几款': 992, '不大': 480, '电源': 2989, '手滑': 2148, '带套': 1850, '带壳': 1849, '下降': 447, '小伙': 1762, '留存': 3008, '考验': 3365, '得到': 1999, '广大': 1882, '晃动': 2456, '耐尔': 3372, '钢化': 3900, '邦克': 3869, '人云亦云': 686, '拿不准': 2211, '试下机': 3572, '一上': 274, '触控': 3546, '用不着': 2954, '而已': 3367, '两把': 572, '断流': 2350, '一部': 383, '配置': 3878, '光学': 883, '变焦': 1242, '想不通': 2067, '几十倍': 984, '小格子': 1771, '金属': 3896, '群众': 3350, '雪亮': 3958, '畅销': 3004, '良好': 3439, '摩可': 2297, '牌子': 2891, '298': 48, '背景': 3393, '虚化': 3486, '耗电': 3378, '14': 21, '骁龙': 4025, '845': 141, '根据': 2630, '自身': 3427, '来定': 2592, '色域': 3441, '暖色': 2468, '冷色': 972, '默认': 4070, '小爱': 1774, '智能': 2466, '56': 95, '长期': 3915, '手势': 2130, '开启': 1904, '达到': 3723, '有用': 2543, '6s32g': 128, '放多': 2320, '至极': 3430, '绚丽': 3294, '适宜': 3828, '优良': 762, '精湛': 3249, '全黑': 906, '环境': 2926, '轻松': 3705, '准确率': 975, 'wifi': 262, '用券': 2959, '明天': 2428, '免不了': 889, '包裹': 1115, '外包装': 1469, '人品': 693, '说话': 3595, '客气': 1723, '小心': 1769, '机子': 2578, '放进去': 2327, '反复': 1209, '几次': 991, '即使': 1165, '不介意': 455, '均衡': 1432, '低分辨率': 784, '带来': 1853, '生硬': 2950, '粘度': 3247, '毒瘤': 2687, '心里': 2013, '人士': 694, '下去': 431, '分钟': 1022, '看准': 3082, '物品': 2895, 'focos': 171, '解决': 3539, '扶吸': 2168, '深度': 2801, '看剧': 3085, '听筒': 1320, '探索': 2259, '这里': 3788, '客服': 1722, '懂得': 2100, '天一': 1531, '选购': 3837, '赠送': 3633, '爱奇艺': 2878, '每月': 2685, '配送费': 3881, '无卡顿': 2374, '慕名而来': 2098, '传言': 768, '害死': 1726, '人呐': 691, '结论': 3291, '好哟': 1625, '看来': 3093, '正面': 2670, '40': 63, '钢化玻璃': 3901, '套个': 1594, '挺沉': 2231, '前置': 1070, '后置': 1308, '不在乎': 475, '怎么样': 2034, '失败': 1580, '给人以': 3292, '犹豫不决': 2913, '正确': 2667, '盒子': 3047, '一个角': 288, '磕碰': 3159, '痕迹': 3018, '经验': 3285, '4999': 78, '最低': 2493, '早买': 2412, '无需': 2403, '置疑': 3334, '大赞': 1526, '越亮': 3661, '温度': 2813, '调低': 3599, '两三个': 558, '温热': 2814, '看见': 3100, '琢磨': 2939, '用后': 2960, '将近': 1760, '元买个': 865, '平均': 1865, '越低': 3662, '越窄': 3668, '中国': 587, '先用': 879, '太贵': 1571, '几百': 994, '千多': 1128, '想想': 2072, '翻车': 3353, '苏跟京': 3460, '很多年': 1965, '烤箱': 2853, '单反': 1142, '地址': 1424, '写错': 962, '发烫': 1221, '只用': 1258, '4g': 79, '太好': 1549, '充到': 870, '100': 4, '难看': 3955, '真爱': 3120, '几张': 990, '直面': 3057, '中国国情': 588, '预计': 3999, '三天': 403, '四五年': 1375, '往后': 1949, '本命年': 2565, '手机套': 2145, '套上去': 1593, '好像': 1616, '美化': 3336, '模糊': 2644, '很丑': 1953, '自家': 3418, '孩子': 1671, '无所谓': 2383, '简陋': 3235, '版用': 2890, '无差别': 2379, '程度': 3177, '频率': 4005, '遇见': 3858, '意外': 2081, '损伤': 2236, '19': 30, '28': 46, '郑州': 3870, '富士康': 1740, '生产': 2942, '次数': 2648, '尽管': 1789, '那句话': 3865, '法拉利': 2772, '风骚': 4014, '女士': 1601, '相衬': 3069, '些许': 670, '可视': 1272, '虽厚些': 3488, '极佳': 2599, '加个': 1083, '全透明': 902, '流手': 2784, '份量': 751, '滞留': 2818, '小姐姐': 1766, '帮忙': 1856, '通过': 3852, '手小': 2134, '女性': 1604, '空间': 3186, '果真': 2612, '更换': 2482, '存储空间': 1667, '天空': 1538, '向往': 1314, '前天': 1068, '昨天中午': 2443, '产品质量': 673, '儿子': 863, 'iphone4': 190, '天壤之别': 1536, '整天': 2342, '笑咪咪': 3200, '不老': 523, '中意': 592, '追剧': 3804, '大大的': 1508, '想起': 2078, '话筒': 3580, '很耐操': 1983, '多花': 1491, '200': 33, '买入': 637, '无奈': 2378, '进行': 3795, '退换': 3812, '好歹': 1634, '贵重物品': 3625, '包装盒': 1113, '保护措施': 824, '无可挑剔': 2375, '而言': 3369, '单设': 1150, '不差': 488, '晚饭': 2461, '九点': 627, '鼓捣': 4071, '男生': 3000, '回评': 1394, '水军': 2716, '抗用': 2179, '背后': 3392, '轻微': 3703, '偏爱': 847, '炫酷': 2845, '生日礼物': 2947, '嘴上': 1370, '内心': 945, '欣喜': 2652, '哎呀': 1347, '犒劳': 2909, '平日': 1867, '在外': 1419, '赚钱': 3629, '养家': 939, '反馈': 1215, '转到': 3690, '背部': 3395, '比不上': 2690, 'note8': 217, '震撼': 3965, '人会': 688, '拼命': 2208, '寻找': 1753, '按钮': 2220, '取消': 1232, '靠着': 3976, '交互': 671, '逻辑': 3855, '起家': 3638, '如今': 1647, '勇气可嘉': 1106, '回归': 1390, '极窄': 2604, '换来': 2250, '一切都是': 303, '如此': 1650, '不锈钢': 537, '麦克风': 4055, '专有': 545, '接口': 2261, 'qi': 233, '标准': 2623, '事物': 653, '发展': 1218, '路线图': 3684, '新起点': 2359, '帅气': 1843, '666': 121, '月底': 2521, 'live': 207, 'photo': 227, '有意思': 2534, '5v1a': 106, '出奇': 1006, '紫米': 3258, '18w': 29, 'qc3': 232, '12w': 19, '咬牙': 1335, '跺脚': 3687, '跃进': 3672, '人物': 696, '愿意': 2094, '考虑一下': 3363, '来回': 2591, '白条': 3025, '吃土': 1281, '节奏': 3452, '本人': 2564, 'a12cpu': 148, '強大': 1926, '严密': 579, '顺利': 3990, '128gb': 17, '支撑': 2310, '在家': 1420, '路由': 3683, '极快': 2603, '从小': 713, '结实': 3287, '货物': 3611, '满腔热血': 2828, '心情': 2008, '没睡': 2755, '水平面': 2718, '出名': 1003, '对手': 1747, '改良': 2318, '还用说': 3761, 'emmm': 165, '美滋滋': 3341, '别错过': 1048, '起码': 3642, '变形': 1239, '长度': 3913, '不拖屏': 502, '飞跃': 4017, '首次': 4021, '一两天': 279, '没多大用': 2738, '三十岁': 399, '选在': 3835, '经久耐用': 3276, '接近': 2265, '3000': 51, '甚至': 2941, '动机': 1099, '不纯': 519, '256g': 44, '壁纸': 1452, '第三部': 3212, '必要': 2014, '死贵': 2677, '显示器': 2454, '身边': 3689, '姐妹': 1657, '套子': 1596, '26': 45, '棒极了': 2638, '管不住': 3240, '能到': 3397, '忐忑': 2017, '三点': 408, '脑袋': 3407, '突然': 3189, '几台': 986, 'x9p': 263, '很小': 1968, '手大': 2133, '很厚': 1958, '很重': 1992, '杀价': 2584, '5898': 101, '400': 64, '总的来说': 2045, '共享': 918, '付费': 725, '保值': 821, '满意哦': 2823, '超爱': 3653, '目前为止': 3050, '宝贝': 1704, '光临': 882, '正规': 2669, '放心使用': 2325, '手去': 2131, '撑不住': 2300, '半年': 1135, '一次性': 351, '卡槽': 1158, '很脆': 1984, '好听': 1624, 'blingbling': 159, '配套': 3877, '其他配件': 930, '遇到': 3857, '女王': 1606, '申请': 2975, '返回': 3753, '立体音响': 3194, '指导': 2217, '天上': 1532, '科技': 3172, '七夕': 388, '推出': 2267, '高性价比': 4037, '增重': 1451, '天蓝色': 1539, '不淡': 507, '使用方便': 804, '通讯录': 3847, '同步': 1297, '视野': 3536, '厚重感': 1177, '赶着': 3636, '极好': 2601, '亲切感': 683, '好喜': 1626, '包裝': 1114, '精美': 3251, '看得出来': 3092, '用心': 2962, '想像中': 2069, '效率': 2331, '下岗': 434, '可用': 1267, '理由': 2937, '图像处理': 1411, '没比': 2748, '一脉相承': 374, '除去': 3942, '配色': 3879, 't580': 248, '很配': 1991, '暗点': 2470, '暗区': 2469, '时间段': 2425, '冷暖': 971, '亮色': 680, '影视剧': 1948, '语音': 3583, '要充': 3518, '后摄': 1303, '前摄': 1069, '划上': 1024, '划下': 1025, '省时': 3073, '黄黄的': 4058, '送个': 3815, '好点': 1636, '发现自己': 1225, '核心': 2628, '网购': 3327, '美好': 3338, '买买': 635, '到处': 1051, '找地': 2171, '三四个': 401, '光面': 887, '杂音': 2586, '联系': 3388, '精准': 3248, '表情': 3508, '内核': 948, '无论': 2395, '表明': 3510, '爱国': 2876, '喜好': 1364, '节约': 3454, '500': 84, '节省时间': 3453, '典雅': 938, '内敛': 946, '钢琴': 3902, '漆黑': 2833, 'p30': 224, '大部分': 1528, '传统': 767, '仅次于': 705, 'wi': 261, 'fi': 168, '信号强度': 832, '型号': 1436, '没多大': 2737, '气愤': 2713, '插卡': 2281, '白点': 3026, '很花': 1986, '现已': 2930, '说法': 3592, '看图': 3089, '目测': 3051, '大屏': 1512, '有保': 2526, '实力派': 1709, '后顾': 1312, '丝般': 556, '其他人': 929, '网卡': 3319, '手机卡': 2143, '嗖嗖': 1369, '物超所值': 2899, '露出': 3966, '为国行': 603, '眼球': 3127, '如丝': 1646, '主力': 609, '机用': 2581, '用来': 2965, '网银': 3330, '50': 83, '大大': 1507, '类似': 3243, '浮现': 2792, '贴个': 3621, '咋个': 1332, '保价': 819, '延保': 1898, '忘记': 2018, '一块': 321, '工地': 1812, '开阔': 1916, '取代': 1229, '爆款': 2872, '冲电慢': 967, '用腻': 2970, 's7e': 242, '卡到': 1156, '总算': 2047, '换回来': 2244, '天充': 1534, '25': 42, '日买': 2404, '上款': 423, '强多': 1928, '中断': 594, 'vlvo': 258, '楼上': 2640, '打电话': 2162, '常有': 1858, '17': 25, '21': 38, '23': 40, '寸小版': 1741, '置换': 3333, '好厚': 1622, '好重': 1643, '附图': 3935, '图上': 1410, '机是': 2579, '除此之外': 3943, '没话': 2761, '毋庸置疑': 2679, '顺溜': 3992, '变小': 1238, '似乎': 778, '心意': 2010, '身为': 3688, '摄影师': 2295, '保险': 826, '完后': 1691, '补购': 3507, '艳丽': 3448, '变大': 1237, '筋骨': 3226, '脖子': 3408, '好玩': 1637, '高品质': 4034, '对焦': 1752, '大可': 1503, '详细': 3581, '验机': 4027, '自拍': 3422, '非常简单': 3973, '关系': 925, '无论是': 2396, 'a2108': 150, '预想': 3996, '地表': 1429, '放歌': 2326, '低音炮': 789, '全优': 893, '太值': 1543, '录屏': 1943, '反驳': 1216, '128g5700': 16, '震动': 3964, '夏普': 1467, '手机信号': 2142, '比米': 2702, '就耗': 1784, '卡过': 1160, '讨厌': 3555, '1289': 14, '普通用户': 2464, '单层': 1145, '只不过': 1252, '我刚': 2109, '好几': 1617, '说不出来': 3586, '十年': 1125, '不失为': 483, '跑题': 3675, '协同工作': 1139, '易用性': 2432, '稳定性': 3181, '隔代': 3950, '大有': 1517, '改变': 2317, '无形之中': 2381, '打打': 2160, '次电': 2650, '回复': 1387, '延续': 1899, '以往': 739, '艺术': 3450, '之美': 621, '运算': 3742, '无可比拟': 2376, '更具': 2475, '亲和力': 684, '不输': 535, '多项': 1494, '拿下': 2209, '耗电量': 3379, '控制': 2266, '商家': 1360, 's7': 241, '时效': 2421, '不必': 492, '日照': 2409, '从来不': 716, '30': 49, '计算': 3549, '5299': 91, '1200': 12, '买过': 648, '中间': 599, '价钱': 749, '拍下来': 2197, '用电': 2967, '没买': 2726, '过才': 3733, 'led': 203, '注视': 2776, '就会亮': 1780, '色温': 3446, '最久': 2491, '总结经验': 2049, '抢手': 2182, '四年': 1379, '换班': 2251, '留个': 3007, '上岗': 418, '轻看': 3708, '航母': 3435, '段时间': 2678, '拿出': 2212, '手腕': 2150, '更快': 2481, '白平衡': 3024, '准确': 974, '有点像': 2541, '相等': 3068, '不然': 511, 'nfc': 214, '原有': 1186, '我见': 2118, '勉勉强强': 1107, '地球': 1428, '有多香': 2529, '5399': 93, '上下': 413, '灰尘': 2839, '不比': 506, '大不大': 1498, '吃瓜': 1283, '误导': 3584, '消费者': 2796, '降到': 3938, '无数回': 2386, '离开': 3168, '转换': 3693, '18g': 28, '划痕': 1026, '查看': 2619, '零售': 3959, 'imei': 181, '无疑': 2389, '方向': 2365, '偏大而屏': 845, '购买过程': 3619, '耐久': 3371, '太棒': 1559, '闺女': 3925, '不戴套': 501, '铝材': 3904, '融合': 3497, '选错': 3838, '一个多': 283, '五千多': 665, '碰运气': 3156, '热情': 2859, '有问必答': 2547, '认真': 3553, '回答': 1393, '表示': 3512, '敬意': 2336, '很粗': 1982, '异常': 1917, '宽容度': 1734, '巨高': 1821, '梯队': 2634, '灵敏度': 2842, '很少': 1969, '查过': 2621, '爱思验机': 2881, '贴着': 3623, '面膜': 3981, '这波': 3781, '真不亏': 3104, 'nb': 213, '逆天': 3832, '受到': 1234, '黑粉': 4067, '个大自': 585, '媒体': 1661, '冷嘲': 970, '疑虑': 3014, '伴随': 777, '小毛病': 1772, '只好': 1254, '头皮': 1583, '一晚': 343, '果粒': 2614, '找到': 2170, '为啥': 602, '做文章': 852, '吊打': 1291, '市面': 1840, '妥协': 1652, '乐色': 624, '作出': 798, '对得起': 1746, '低端': 785, '三皇': 410, '傍晚': 856, '装机': 3515, '对比度': 1751, '开省': 1911, 'tsmc': 252, '低频': 790, '能效': 3402, '峰值': 1809, '老大哥': 3357, 'a12x': 149, '牙膏': 2892, '换成': 2246, 'um': 256, '大底': 1515, '开到': 1903, '极限': 2607, '很心水': 1972, '笔芯': 3201, '开通': 1914, '来不及': 2590, '乖乖': 626, '密码': 1739, '早就': 2413, '想换': 2073, '出错': 1014, '充分': 869, '优势': 755, '具备': 936, 'dpi': 164, 'display': 163, '意义': 2080, '关于': 920, '内存大小': 943, '没商量': 2735, '想用': 2074, '选个': 3833, '否则': 1315, '涉及': 2797, '爱好者': 2879, '弄个': 1919, '艳色': 3449, '姑娘': 1658, '气质': 2715, '增加': 1448, '女人味': 1600, '背板': 3394, '比前代': 2692, '有所': 2535, '横向': 2645, '更合手': 2477, '操作性': 2305, '很靓': 1995, '通吃': 3843, '浏览': 2789, '专卖店': 544, '物有所值': 2896, '勉强': 1108, '水果机': 2719, '很艳': 1985, '男人': 2996, '太轻': 1573, '十二': 1120, '比较满意': 2705, '顺道': 3995, '旗舰店': 2370, '看后': 3086, '火车': 2837, '或者说': 2122, '不喜': 474, '媳妇': 1662, '告诉': 1325, '那一刻': 3861, '不让': 527, '证明': 3565, '带劲': 1848, '这份': 3770, '白花': 3030, '一体化': 295, '遗憾': 3859, '导致': 1754, '宽度': 1735, '熟悉': 2869, '味道': 1329, '早已': 2414, '没拿到': 2745, '变化': 1236, '亮眼': 679, '双手': 1205, '劳动': 1104, '差太多': 1827, '太赞': 1572, '饱满': 4018, '之快': 619, '屏大': 1796, '256': 43, '经济': 3281, '皮实': 3046, '不热': 510, '输给': 3715, '进步': 3793, '新年礼物': 2355, '进去': 3791, '最满': 2508, '三到': 398, '四格': 1381, '不定': 486, '安个': 1675, '最棒': 2507, '一般般': 377, '单射': 1144, '拍人': 2199, '二手': 658, '运气': 3741, '无色差': 2393, '试玩': 3575, '试了试': 3573, '难以': 3953, '更何况': 2474, '来自': 2595, '左右手': 1816, '时买': 2416, '超值': 3644, '小声': 1765, '电流': 2988, '次日': 2649, '快捷': 2022, '前一天': 1064, '前两天': 1065, '完好无损': 1693, '易碎': 2433, 'ipx': 197, '六个': 913, '多一半': 1475, '网评': 3326, '要略': 3524, '轻便': 3701, '够快': 1496, '全都': 904, '到底': 1053, '并未': 1878, '弱点': 1925, '相反': 3061, '倾慕': 843, '弱于': 1924, '随即': 3946, '6299': 114, '太穷': 1568, '在线': 1422, '集颜值': 3956, '一身': 381, '简便': 3230, '疑问': 3015, '师傅': 1844, '亲切': 682, '学生': 1670, '一枚': 346, '二十多天': 656, '因人而异': 1397, '特棒': 2905, '认同': 3551, '特爽': 2907, '安卓转': 1683, '挑不出': 2222, '四天': 1378, '反映': 1212, '黑暗': 4062, '听听': 1318, '价格合理': 747, '回手': 1391, '下点': 440, '点个': 2846, '刻意': 1063, '挑刺': 2223, '网传': 3318, '廉价': 1896, '总要': 2051, '引起': 1920, '便携': 816, '款式': 2656, '第一台': 3206, '咋样': 1333, '偏黄': 848, '评判': 3567, '电梯': 2984, '因此': 1398, '熟练': 2870, '真好': 3109, '比率': 2700, '高点': 4040, '证实': 3564, '实力': 1708, '玩具': 2919, '极端': 2605, '橘橘': 2647, '近距离': 3751, '美的': 3343, 'level': 204, '拍拍': 2201, '收货': 2314, '码才': 3142, '签收': 3229, '真情': 3113, '随便': 3945, '丢下': 557, '满满': 2825, '仪式': 741, '先有': 878, '一层': 330, '薄膜': 3484, '还领': 3765, '600': 108, '及时': 1197, '颠覆': 4012, '认知': 3554, '功耗': 1079, '宁可': 1672, '放弃': 2323, '看法': 3094, '三观': 411, '相互尊重': 3058, '退回': 3810, '买蛮': 646, '满减': 2819, '刚换': 1035, '期望': 2556, '跟安卓机': 3677, '一方面': 340, '另一方面': 1249, '比安卓机': 2697, '广角': 1883, '多倍': 1480, '红红火火': 3264, '嫌弃': 1664, '这用': 3783, '下用': 442, '闪充': 3917, '百分之七八十': 3034, '略厚': 3011, '很沉': 1977, '高出': 4033, '主管': 612, '重点': 3893, '得益于': 2000, '2900': 47, '充足': 876, '优质服务': 763, '要说': 3526, 'call': 161, '超慢': 3650, '带有': 1852, '主观': 614, '最为': 2490, '伤害': 771, '小说': 1776, '关上': 919, '流泪': 2785, '黑板': 4063, '生理': 2949, '泪水': 2778, '晚睡': 2460, '留下': 3006, '悔恨': 2059, '一旦': 341, '退货': 3814, '每个': 2681, '百搭': 3041, '高手': 4038, '讲解': 3557, '一一': 272, '不仅': 454, '省事': 3070, '称手': 3174, '4s店': 82, '想到': 2070, '一千多': 310, '楼下': 2641, '恐惧': 2053, '女神': 1608, '节买': 3451, '媳妇儿': 1663, '这天': 3774, '变成': 1241, '通知': 3846, '过场': 3729, '比大': 2693, '这部': 3787, '跨度': 3680, '官降': 1701, '灰常': 2840, '某些': 2615, '写得': 961, '长宽': 3912, '高频': 4050, '青春活力': 3969, '步骤': 2673, '繁琐': 3259, '色彩鲜艳': 3444, '真快': 3112, '一尘不染': 328, '确认': 3153, '无误': 2397, '萝卜': 3478, '白菜': 3031, '跑马': 3676, '不足之处': 534, '适配': 3831, '较真': 3713, '意思': 2082, '几代': 983, '感像': 2085, '出小': 1007, '过会': 3727, '万多': 394, '单待': 1146, '异常情况': 1918, '方便快捷': 2363, '时期': 2422, '发布': 1219, '品牌机': 1339, '霸气': 3968, '性感': 2039, '迷人': 3803, '多次': 1488, '检验': 2637, '确保': 3150, 'oj8k': 218, '万人': 393, '忽视': 2028, '合算': 1288, '这台': 3772, '5799': 98, '响应': 1345, '思想斗争': 2037, '很想': 1974, '整理': 2346, '刮痕': 1049, '密封': 1738, '好了吧': 1613, '大闹用': 1529, '我家': 2110, '一格': 349, '资深': 3628, '解释': 3542, '是否': 2448, 'a9': 151, '口径': 1244, '工作': 1811, '生活': 2948, '烧屏': 2855, '普及': 2462, '大为改观': 1499, '拿的出手': 2215, '家里人': 1731, '用来用去': 2966, '起步': 3641, '一半儿': 312, '金属外壳': 3897, '不滑': 508, '屏显': 1800, '加车': 1090, '碰撞': 3155, '银色': 3905, 'iphone7plus': 193, '更久': 2473, '分别': 1017, '先说': 881, '基本一致': 1441, '务实': 1093, '不二': 452, '不给力': 520, '没货': 2763, '缘分': 3311, '相比之下': 3067, '链给力': 3908, '冲击力': 966, '底部': 1890, '形成': 1945, '油管': 2768, '年前': 1874, '6s64g': 129, '寄语': 1736, '做好': 850, '名不虚传': 1298, '本年度': 2567, '最佳': 2494, '代表作': 728, '包揽': 1111, '多彩': 1486, '队列': 3927, '防生': 3932, '看多': 3090, '接缝处': 2263, '污渍': 2722, '为什么': 601, '蓝牙': 3482, 'zwj': 271, '三次': 407, '合二为一': 1286, '携带': 2289, '能存': 3401, '碎片': 3154, '垃圾': 1435, '烦恼': 2854, '非常适合': 3974, '商务人士': 1357, '最合适': 2497, '昨天下午': 2442, '采购': 3884, '痒痒': 3016, '不错呀': 539, '妹妹': 1655, '当初': 1936, '我要': 2117, '总掉': 2043, '太薄': 1570, '今天上午': 707, '碾碎': 3157, '对华': 1744, '动心': 1096, '备货': 1465, '为娘': 605, '不起': 532, '接茬': 2264, '火红': 2836, '低于': 783, '打字': 2158, '痛快': 3020, '我手': 2112, '没带': 2740, '生前': 2943, '冰冷': 965, '水泥': 2720, '北京': 1116, '耽误': 3385, '进门': 3796, '描述': 2271, '完全一致': 1689, '较差': 3712, '最初': 2495, '6999': 123, '两千元': 564, '单个': 1140, '浑然一体': 2790, '比例': 2691, '合理': 1287, '手握': 2139, '美观大方': 3346, '大过年': 1527, '选出': 3834, '兜里': 891, 'a11': 146, '全球': 900, '最牛': 2510, '近几年': 3748, '毫安': 2710, '块钱': 1433, '不贵': 530, '信得过': 833, '强调': 1935, '天半': 1535, '太重': 1574, '加完': 1087, '强太多': 1930, '国产': 1402, '浮夸': 2791, '价值': 744, '昨天上午': 2441, '八点': 908, '尽量': 1791, '买薄': 645, '盛传': 3048, '个人观点': 584, '两分钟': 563, '奋斗': 1591, '兴奋': 927, '充不上': 868, '51': 88, 'ipxr': 198, '10050': 6, '5689': 96, '着手': 3131, '传输': 770, '啊哈': 1362, '查验': 2622, '某人': 2616, '买膜': 644, '圣诞礼物': 1416, '年末': 1876, '超正': 3652, '寿命': 1756, '百分百': 3040, '心心念念': 2007, '管控': 3241, '6h': 124, '5w': 107, '输出': 3714, '另配': 1251, '功率': 1078, '10w': 9, '5199': 89, '宣传': 1724, '一摸': 338, '新一代': 2352, '一箱': 372, '劲酒': 1103, '补肾': 3506, '振动': 2225, '调到': 3600, '公认': 912, '怀疑': 2029, '抱怨': 2189, '储存': 857, '不停': 460, '储蓄': 858, '人面': 703, '弟弟': 1922, '更爽': 2487, '尿布': 1792, '挺高': 2233, '童鞋': 3199, '现场': 2929, '用量': 2973, '损耗': 2239, '价位': 742, '文章': 2349, '包括': 1110, '打分': 2157, '代替': 726, '很困': 1961, '注意力': 2775, '手后': 2132, '仔细检查': 722, '处于': 1458, '后花': 1310, '十多分钟': 1122, '低等': 786, '实际效果': 1720, '最坑': 2499, '祖传': 3163, '通病': 3845, '不可避免': 471, '受太多': 1235, '山里': 1808, '下回': 432, '统合': 3299, '应用程序': 1888, '无乐': 2371, '屋省': 1794, 'flagship': 170, '压着': 1170, '易断': 2431, '很筒': 1981, '清洁': 2811, '广告界': 1880, '齐备': 4073, '描写': 2270, '例如': 807, '苹果电脑': 3467, 'os': 223, '链条': 3907, '感觉得到': 2092, 'android': 155, '理解': 2938, '根刷': 2629, '下放': 436, '体质': 793, '好缘': 1640, '呼叫': 1331, '全体': 894, '说点': 3593, '还给': 3762, '已有': 1834, 'sim': 246, '之选': 622, '很合手': 1960, '典型': 937, '第二部': 3217, '适用': 3830, '睡觉': 3132, '屏险': 1803, '绑定': 3286, '请教': 3597, '原厂': 1182, '是非': 2450, '重手': 3891, '明亮': 2427, '实用性': 1717, '套壳': 1595, '6199': 113, '注重': 2777, '买错': 649, '上个月': 414, '2108': 39, '损坏': 2237, '一星': 342, '加入': 1084, '时降': 2426, '二线': 660, '城市': 1437, '没落': 2758, '恶心': 2057, '这一星': 3766, '十天': 1123, '报废': 2187, '我败': 2119, '运营商': 3743, '见识': 3527, '天降': 1540, '上班族': 425, '心在': 2004, '滴血': 2831, '亏了': 662, '六百': 916, '心好': 2005, '七天': 389, '恭喜': 2055, '杀熟': 2585, '闹心': 3924, '星配': 2438, '24': 41, '没动': 2733, '回头': 1388, '专门店': 549, '验货': 4029, '名副其实': 1299, '砖头': 3144, '厕所': 1171, '5699': 97, '客户': 1721, '哑巴': 1348, '说好': 3588, '双待纳': 1204, '忽悠': 2025, '两周': 567, '辣鸡': 3717, '老是': 3361, '刚过': 1037, '直降': 3056, '日子': 2405, '可真会': 1269, '倒霉': 840, '再也不会': 951, '暴力': 2472, '苹果公司': 3465, '藐视': 3485, '法律': 2771, '法庭': 2770, '自动开机': 3417, '没买时': 2727, '安卓好': 1680, '好卡': 1621, '正式版': 2665, '有没有': 2539, 'phone': 226, '卡里': 1161, '说明书': 3591, '套路': 1598, '卧槽': 1163, '秀得': 3169, '头皮发麻': 1584, '祝你们': 3164, '生意兴隆': 2946, '疑似': 3013, '过要': 3740, '糟心': 3253, '爱答不理': 2883, '口有': 1245, '七百': 392, '百分之': 3033, '兄弟': 867, '期降': 2559, '真棒': 3118, '一下子': 277, '鄙视': 3873, '幅度': 1861, '减价': 979, '极差': 2602, '促销': 817, '玩炉': 2923, '石掉': 3139, '诚意': 3579, '阳光': 3933, '围观': 1401, '九百': 628, '通不过': 3841, '略恶': 3012, '转换器': 3694, '赞扬': 3631, '店家': 1891, '撒谎': 2301, '耳机线': 3382, '圆头': 1414, '算了算': 3237, '太次': 1561, '5200': 90, '蜗牛': 3495, '最丑': 2489, '伤心': 772, '派件': 2782, '收件人': 2311, '活该': 2781, '买换': 642, '无忧': 2382, '玩意': 2920, '抵制': 2190, '美国': 3337, '八小时': 907, '耍猴': 3370, '搞错': 2285, '徐州': 1997, '安徽': 1685, '螺丝': 3498, '赠品': 3632, '送手': 3818, '毛用': 2707, '跳水': 3686, '一个样': 286, '6100': 111, '6400': 117, '亏大': 663, '搭理': 2286, '魔鬼': 4052, '挺厚': 2227, '狗屎': 2914, '第一批': 3208, '领券降': 4004, '骂人': 4026, '到期': 1056, '不续': 521, '玩游': 2921, '宝宝': 1703, '慎入': 2097, '别说': 1047, '莫非': 3476, '成水': 2107, '无力': 2373, '滑动': 2816, '石锤': 3141, '怎么办': 2032, '轻轻': 3710, '一碰': 368, '不怎么样': 495, '极其': 2600, '恶劣': 2056, '方式': 2366, '请问': 3598, '0022': 1, '3799': 60, '无货': 2398, '抢光': 2180, '欺诈': 2654, '4699': 70, '4399': 65, '动过手脚': 1101, '出事': 1000, '末路': 2563, '一万年': 273, '声音洪亮': 1454, '为数不多': 606, '方法': 2367, '厂商': 1166, '谈不上': 3603, '很坑': 1962, '含泪': 1316, '加钱': 1092, '被迫': 3514, '凉快': 977, '怎么回事': 2033, '近视': 3750, '摄单': 2293, '我能': 2116, '为奴': 604, '拒绝': 2205, '面前': 3978, '杠精': 2589, '手整': 2140, '新换': 2357, '一分': 301, '连个': 3799, '完跌': 1697, '星给': 2437, '知乎': 3135, '鸡卡': 4054, '看个': 3079, '没用到': 2753, '重启': 3888, '新买': 2353, '百分之四': 3039, '二月': 659, '稀烂': 3176, '维修': 3302, '能否': 3399, '文字游戏': 2348, '看清楚': 3095, '没见': 2759, '取卡针': 1231, '可说': 1273, '售后服务': 1355, '一生': 359, '你妹': 800, '一前': 305, '领券减': 4003, '800': 138, '傻子': 859, '凉凉': 976, '帮别人': 1855, '究竟': 3184, '跌成': 3674, '满满的': 2826, '没爱': 2751, '奇葩': 1588, '制度': 1059, '过期': 3735, '死活': 2675, '要花': 3525, '5k': 104, '服气': 2551, '气笑': 2714, '七月': 391, '一百多': 362, '对方': 1749, '常常': 1857, '完出': 1690, '损失': 2238, '6399': 115, '还价': 3754, '看脸': 3099, '千万': 1127, '乒乒乓乓': 625, '婆婆': 1660, 'luan': 208, '星是': 2435, '两条': 573, '热乎': 2858, '可真快': 1270, '等于': 3221, '大爷': 1523, '扯淡': 2167, '卡着': 1159, '石沉大海': 3140, '有够': 2530, '没送': 2765, '全是': 899, '昧着良心': 2439, '这货': 3785, '人人喊打': 687, '美帝': 3340, '红富士': 3262, '相册': 3060, '答非所问': 3228, '办实事': 1073, '一查': 347, '去年': 1192, '十一分': 1119, '太差': 1554, '阴阳': 3934, '没过': 2764, '真有': 3116, '别买': 1043, '以来': 740, '口气': 1246, '嚣张': 1374, '行为': 3501, '烂野': 2852, '天价': 1533, '需谨慎': 3963, '电话卡': 2994, '耳线': 3383, '锤子': 3909, '五一': 664, 'xr64': 267, '4780': 71, '劳资': 1105, '4980': 77, '找下': 2169, '国版': 1407, '费电': 3626, '好不好': 1610, '经销商': 3284, '图片吧': 1413, '有点儿': 2542, '突突': 3190, '山寨': 1807, '可真': 1268, '中招': 593, '天掉': 1537, '留心': 3009, '基于': 1438, '经历': 3278, '从此以后': 718, '过大': 3730, '多点': 1490, '一千块': 309, '好气': 1635, '绿线': 3306, '6499': 118, '功夫': 1076, '全年': 897, '信心': 834, '磕痕': 3158, '认栽': 3552, '买价': 636, '人理': 697, '时安卓': 2419, '买贵': 647, '4888': 75, '白白': 3027, '得京豆': 1998, '太少': 1553, '更少': 2480, '沉破': 2724, '1900': 31, '没意思': 2744, '基带': 1439, '因特尔': 1399, '堪忧': 1443, '请人': 3596, '多话': 1492, '太坑': 1545, '转眼': 3695, '维权': 3304, '竞争': 3197, '答复': 3227, '员乱': 1326, '私自': 3170, '处置': 1462, '差劲': 1826, '16': 23, '非得': 3975, '成个': 2102, '英特尔': 3463, '网巨慢': 3322, '废物': 1893, '差到': 1825, '货时': 3610, '伤透': 775, '仍然': 711, '重复': 3889, '老客户': 3360, '机器人': 2576, '负星': 3607, '贬值': 3617, '牛批': 2894, '原价': 1179, '七八天': 386, '网好': 3321, '五天': 666, '换货': 2252, '修要': 839, '寄过去': 1737, '挤压': 2224, '断触': 2351, '一来': 345, '假货': 844, '花样': 3457, '拆过': 2195, '真丑': 3106, '丑到': 541, '爆炸': 2873, '人用': 699, '有损': 2536, '烫手': 2857, '已换': 1833, '上门': 427, '取件': 1230, '纸箱装': 3269, '木有配': 2560, '内有': 947, '支付': 2308, '银行卡': 3906, '明明': 2429, '办理': 1075, '花屏': 3456, '返修': 3752, '真亏': 3107, '一号': 316, '对带': 1745, '市内': 1837, '第三天': 3210, '己经': 1832, '莫名': 3473, '伤感': 773, '安好': 1684, '这鸡': 3789, '跌价': 3673, '看吧': 3087, '星斗': 2434, '勿购': 1109, '无爱': 2388, '真牛': 3121, '刚开': 1034, '硬伤': 3149, '龟速': 4074, '真相': 3123, '退款': 3813, '字体': 1665, '一笔': 371, '吃枣': 1282, '药丸': 3471, '一千': 308, '最亏': 2492, '5300': 92, '机主': 2573, '回家': 1389, '途径': 3840, '太深': 1563, '会卡屏': 764, '附近': 3936, '首发': 4020, '前个': 1066, '一件': 291, '事换': 652, '脑仁疼': 3406, '降得': 3939, '心寒': 2006, '平衡': 1872, 'gps': 174, '变相': 1243, '故意': 2328, '期后': 2553, '立即': 3196, '送点': 3820, '经常性': 3280, '壹星': 1457, '撕过': 2303, '6099': 110, '苍蝇': 3459, '第十天': 3220, '花钱买': 3458, '报价': 2186, '第十六': 3219, '插孔': 2282, '故障': 2329, '反厂': 1208, '国行机': 1409, '露天': 3967, '路口': 3682, '便宜货': 814, '血亏': 3499, '父母': 2885, '塞塞': 1446, '一用券': 360, '没网': 2756, '纸有': 3268, '再换个': 953, '见过': 3528, '666666': 122, '填充': 1447, '玩儿': 2918, '摇一摇': 2296, '第八天': 3218, '五月': 669, '三号': 400, '四号': 1377, '二十块': 655, '吃一堑长一智': 1279, '国产机': 1405}
len(words_bag)
4075
import pandas as pd
# pd.set_option('display.max_columns', None)  # 添加这行代码可以显示所有列,如果讲None改成500,则表示可最多显示500列
# pd.set_option('display.max_rows', None)  # 添加这行代码可以显示所有行,如果讲None改成500,则表示可最多显示500行
pd.DataFrame(X).head()
0123456789...4065406640674068406940704071407240734074
00000000000...0000000000
10000000000...0001000000
20000000000...0000000000
30000000000...0000000000
40000000000...0000000000

5 rows × 4075 columns

4.目标变量提取

y = df['评价']
y.head()
0    1
1    1
2    1
3    1
4    1
Name: 评价, dtype: int64

2.2 神经网络模型的搭建与使用

from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.1, random_state=1)
from sklearn.neural_network import MLPClassifier
mlp =MLPClassifier()  # 因为模型运行具有随机性,如果想让每次运行结果一致,可以设置random_state随机参数为任一数字,如MLPClassifier(random_state=123)
mlp.fit(X_train, y_train)
MLPClassifier()
In a Jupyter environment, please rerun this cell to show the HTML representation or trust the notebook.
On GitHub, the HTML representation is unable to render, please try loading this page with nbviewer.org.
MLPClassifier()
y_pred = mlp.predict(X_test)
print(y_pred)  # 因为模型运行具有随机性,所以这里得到的结果可能和书上的略有不同,如果想让每次运行结果一致,可以设置random_state随机参数为任一数字,如MLPClassifier(random_state=123)
[1 0 0 1 0 1 1 1 1 1 0 1 1 0 0 1 0 1 1 1 0 1 0 1 1 1 0 1 0 1 1 0 0 1 0 1 0
 1 1 0 1 0 0 1 1 1 0 1 1 0 1 0 1 0 1 0 0 1 1 0 1 1 1 1 1 0 1 1 0 1 1 1 0 1
 1 1 1 0 1 0 1 0 1 0 0 1 1 0 1 1 1 1 0 1 1 1 0 0 1 1 1 1 0 1 0 0 1 1]
a = pd.DataFrame()  # 创建一个空DataFrame 
a['预测值'] = list(y_pred)
a['实际值'] = list(y_test)
a.head()
预测值实际值
011
100
201
311
400
# 获取预测准确度
from sklearn.metrics import accuracy_score
score = accuracy_score(y_pred, y_test)
score
0.9814814814814815
# 通过模型自带的score()函数也可以获取预测准确度
mlp.score(X_test, y_test)
0.9814814814814815
# 自我体验
comment = input('请输入您对本商品的评价:')
comment = [' '.join(jieba.cut(comment))]
print(comment)
X_try = vect.transform(comment)
y_pred = mlp.predict(X_try.toarray())
print(y_pred)
请输入您对本商品的评价:敏感肌也能用
['敏感 肌 也 能 用']
[0]
# 朴素贝叶斯模型对比
from sklearn.naive_bayes import GaussianNB
nb_clf = GaussianNB()
nb_clf.fit(X_train,y_train)

y_pred = nb_clf.predict(X_test)
print(y_pred)

from sklearn.metrics import accuracy_score
score = accuracy_score(y_pred, y_test)
print(score)
[1 1 1 1 1 1 1 1 1 1 0 1 1 0 1 1 0 1 1 1 0 1 0 1 1 1 0 1 0 1 1 0 1 1 1 1 1
 1 1 1 1 0 1 1 1 1 0 1 1 0 1 0 1 1 1 0 1 1 1 0 1 1 1 1 1 0 1 1 0 1 1 1 1 1
 1 1 1 0 1 0 1 0 1 1 0 1 1 0 1 1 1 1 0 1 1 1 1 0 1 1 1 1 0 1 1 1 1 1]
0.8703703703703703

拓展研究

心得体会

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
数据挖掘原理与SPSS_Clementine应用宝典.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第1章 数据挖掘概述.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第2章 数据挖掘可挖掘的知识类型.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第3章 数据挖掘的体系结构与模型.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第4章 数据选择.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第5章 数据预处理.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第6章 回归分析.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第7章 贝叶斯分析.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第8章 聚类分析.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第9章 决策树算法.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第10章 关联规则.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第11章 粗糙集理论.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第12章 神经网络.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第13章 遗传算法.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第14章 支持向量机.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第15章 复杂对象数据挖掘.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第16章 数据挖掘建模.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第17章 数据挖掘模型评价.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第18章 SPSS Clementine基础.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第19章 SPSS Clementine数据管理.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第20章 数据的图形化展示.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第21章 数据模型.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第22章 数据挖掘结果的输出.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第23章 数据挖掘项目实施.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第24章 SPSS_Clementine典型案例分析.ppt
数据挖掘原理与SPSS_Clementine应用宝典.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第1章 数据挖掘概述.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第2章 数据挖掘可挖掘的知识类型.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第3章 数据挖掘的体系结构与模型.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第4章 数据选择.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第5章 数据预处理.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第6章 回归分析.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第7章 贝叶斯分析.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第8章 聚类分析.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第9章 决策树算法.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第10章 关联规则.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第11章 粗糙集理论.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第12章 神经网络.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第13章 遗传算法.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第14章 支持向量机.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第15章 复杂对象数据挖掘.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第16章 数据挖掘建模.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第17章 数据挖掘模型评价.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第18章 SPSS Clementine基础.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第19章 SPSS Clementine数据管理.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第20章 数据的图形化展示.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第21章 数据模型.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第22章 数据挖掘结果的输出.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第23章 数据挖掘项目实施.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第24章 SPSS_Clementine典型案例分析.ppt

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值