python 对电影评论进行分类（二分类问题）

  Deep Learning with Python

第一篇：对电影评论进行正负面判断（二分类问题）

[前七个步骤是按照书里面进行建模和对比，最后是对任意评论进行正负面判断]

基础知识：

训练神经网络主要围绕以下四个方面。

1、层，多个层组合成网络（或模型）。

2、输入数据和相应的目标。

3、损失函数，即用于学习的反馈信号。

4、优化器，决定学习过程如何进行

接下来的例子使用Keras深度学习框架实现。

这个例子中，将电影评论的文字内容将其划分为正面和负面两种。

 

 

然后就可以开始第一个实验了。

在终端中输入jupyter notebook，进入Jupyter。

首先加载IMDB数据集

（第一行主要是为了再jupyter notebook中运行的时候能够使用matplotlib显示图像才添加的）

%matplotlib inline
from keras.datasets import imdb
(train_data,train_labels),(test_data,test_labels)=imdb.load_data(num_words=10000)

保留训练数据中前10000个最经常出现的单词。得到的向量数据较少，便于处理。运行之后会下载大概80M的数据。

其中：train_data、test_data是由单词索引（每个索引代表一个单词）组成；

train_label、test_label是由标签组成，每个标签代表对应的单词索引是负面的还是正面的（0表示负面，1表示正面）。

# word_index是一个将单词映射为整数索引的字典
word_index=imdb.get_word_index()       
#键值颠倒，将整数索引映射为单词
reverse_word_index=dict([(value,key) for (key,value) in word_index.items()])    
#将评论阶码，减去了3是因为0、1、2是保留的索引（0：padding填充；1：start of sequence序列开始；2：unknown未知词）。
decoded_review=" ".join([reverse_word_index.get(i-3,"?") for i in train_data[0]])  
#得到的decoded_review是train_data[0]的原评论，print一下可以查看
print(decoded_review)

得到的评论：