实验楼-实验楼用户评论情绪分析-笔记

流程

1，语料准备：训练模型的语料
2，使用词袋模型将句子分词
eg：使用Jieba，[我爱你，我非常爱你]---->[‘我’, ‘爱’, ‘喜欢’, ‘你’, ‘非常’]
3，使用Word2Vec将词袋中每个词转换成向量
4，使用向量来训练模型（使用sklearn.neural_network.MLPClassifier 人工神经网络分类模型)训练并保存模型
5，使用训练模型来分析待分析数据
a,获取待分析数据
b,清洗数据（删除缺失值，重复值，少于5个字评论）
c,对待分析数据进行分词，Word2Vec转换成向量、
d,使用上步模型进行预测model.predict(comment_vec)
6,将预测结果用图表画出，如饼图

其他注意点

df[[‘LieMing’]] #当在一个DataFrame中取一列时使用（此时取出的格式还是DF格式）

jieba.cut生成的是一个生成器，generator，也就是可以通过for循环来取里面的每一个词。

np.concatenate((a, b) #生成一个连接a和b的list的array

！pip install something #安装某包，可以直接在jupyter里安装，也可以在anaconda命令行中安装

word2Vec 词向量转换 方法：gensim，tensorflow，PaddlePaddle

tqdm_notebook(x_train) #tqdm针对jupyter notebook添加了专门的进度条美化方法