酒店评论数据分析（英文文本多分类）

                                   酒店评论数据分析

英文文本多分类（实验过程仅供参考）

实验任务：

对酒店评论进行情感分析，具体评分存入 Testing data；此实验看似为评论情感打分，实则做文本分类。可使用模型：朴素贝叶斯，SVM，XGBoost，逻辑回归……

实验步骤

数据清洗（去停用词，词干提取）——>特征提取（词袋模型，tfidf）——>模型训练——>预测结果

数据集展示：

Training Data：

实验过程

自然语言处理：

1、读取数据（使用pandas库中的read_csv()方法读取训练数据，输出数据为DataFrame型），并输出数据规模

​
df = pd.read_csv(r'D:\Documents\作业\机器学习\任务\Training data.csv')
df = df[['Review', 'Rating']]
print("数据总量: %d " % len(df))

​

运行结果：

2、数据清洗，查看空值个数

print("在 review 列中总共有 %d 个空值." % df['Review'].isnull().sum())
print("在 rating 列中总共有 %d 个空值." % df['Rating'].isnull().sum())
df[df.isnull().values == True]
df = df[pd.notnull(df['Review'])]

3、统计各类别的值，并输出

# 统计各类别的值
d = {'Rating': df['Rating'].value_counts().index, 'count': df['Rating'].value_counts()}
df_Rating = pd.DataFrame(data&