1-根据电影评论,分析评论者是“好评”还是“差评” 【0,1分类】

本文介绍了如何运用神经网络对电影评论进行情感分析,通过IMDB数据集训练模型,预测评论是正面(好评)还是负面(差评)。在数据处理和模型建立过程中,使用了Keras库,并探讨了实际应用中遇到的数据获取挑战。
摘要由CSDN通过智能技术生成

简单的神经网络主要分为以下步骤:【自己理解:数据+模型】

(1)训练样本train、验证样本validation、测试样本test的选取   【注:一般都是只要指定train和test,因为validation一般都是在学习模型中进行交叉检验中设置】(本文是分类,主要包括data和label)

注:数据处理过程设计:正则化、去除异常值等

(2)模型的建立   【深度学习的模型,一般都是依据keras库】(keras已经可以搭建比较常见的深度学习模型)

注:模型的建立中要注意:【1】损失函数,即用于学习的反馈信号。【2】优化器,决定学习过程如何进行

02aefeb029a1cdf8cc045c6f14c4090e3c2.jpg【常见的神经网络的模型框架】

 

------------------------------------------华丽的分割线---

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