分类：情感分析

此课程是Coursera 华盛顿大学开设的Machine Learning 专项的第一部分内容，仅做笔记、学习使用。

背景

通过用户对amazon 产品的评价，通过对评价文本进行分词，建立分类器分辨用户评价属于好评还是差评（不涉及中评）。使用第三方库为Graphlab Create。

线性分类器创建及使用

对于句子进行分词，将带有情感倾向的词语拿出来进行权重（weight), e.g.{‘good’:1,’great’:1.5,’terrible’:-2.1,’awful’:-3.1}，计算一个句子中出现的这些词语的个数乘以权重，最后得分大于0，则此句话为积极评价，否则为消极评价，这是一个非常简单的线性分类器。其实，权重如何来？人为设定么？什么又是积极的词？消极的词？由于其是一个概论，并未详细探讨算法。其实流行的还是朴素贝叶斯按照每个词出现的频率算概率。

分类器的评价

一个概念：majority class classifier(多数类分类器)，就是说假设分类标签有0和1，共有1500个样本，标签1占1000个样本&