NLP干货: (2) 文本分类模型的调优

在上一篇文章中讲述了如何 基于机器学习构建文本分类模型 ，然而当我们做文本分类的项目时需要改进算法以达到目标的准确率，通常会从分类算法、特征工程调参和数据清洗的角度去完善：

1. 通过 随机网格搜索法 或 穷举网格搜索法 获得分类算法的最优参数进行训练，此处以LR算法和随机网格搜索法为例： 

def ChoosePara():
    pipe_rf = LogisticRegression()
    param_grid = {'C': [1,10,100,1e3],
                  'solver':['newton-cg','lbfgs', 'sag'],
                  'multi_class':['ovr','multinomial'],
                  'max_iter':[100,600,1000]}
    gs = RandomizedSearchCV(estimator=pipe_rf, param_distributions=param_grid, scoring='accuracy', cv=10, n_jobs=1)   #estimator:选择的机器学习算法, n_jobs:并行数，cv:交叉验证参数，scoring：模型评价标准
    gs = gs.fit(vec.transform(x_train), y_train)
    print('Best score:', gs.best_sc