Classification-对评价分类

1、加载数据

import graghlab as gl 
products=gl.SFrame('amazon_baby.gl')

2、将每个评论向量化

products['word_count']=gl.text_analytics.count_words(products['review'])

查看前几列元素

products.head

显示数据

products['name'].show()

3、浏览Vulli Sophie数据

giraffe_reviews=products[products['name']=="Vulli Sophie the Giraffe Teether"]

len(giraffe_reviews)

giraffe_reviews['rating'].show(view='Categorical')

、

定义一个正负极性

#ignore all 3*reviews 
products=products[products['rating']!=3]

#positive sentiment =4* or 5* reviews
products['sentiment']=products['rating']>=4

4、训练极性分类器

train_data,test_data=products.random_split(.8,seed=0)

sentiment_model=gl.logistic_classifier.create(train_data,
                                             target='sentiment',
                                             features=['word_count'],
                                                      validation_set=test_data)

5、评估模型

sentiment_model.evaluate(test_data,metric='roc_curve')

sentiment_model.show(view='Evaluation')

6、应用这个模型

giraffe_reviews['predicted_sentiment']=sentiment_model.predict(giraffe_reviews,output_type='probability')

giraffe_reviews.head()

基于predicted_sentiment排序

giraffe_reviews=giraffe_reviews.sort('predicted_sentiment',ascending=False)

giraffe_reviews.head()

最负面的评论

giraffe_reviews[-1]['review']