用python实现文本分类

流程：

step1：导入文件

step2：分词

step3：去停用词

step4：tf-idf筛选

step5：卡方筛选

step6：训练预测

step1、2、3

导入文件很简单，如果路径是中文，需要注意，在Windows上需要用Unicode(path,'utf8')转换路径名称

文件中出现大量连续空格、换行符，所以使用正则匹配方法将之替换成一个空格

数字（这里暂且认为数字没有用处），中文英文标点符号，都没有用，过滤掉

也可以将他们写入停用词，然后全部一并过滤掉