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&