基于机器学习的NLP情感分析(二)—- 分类问题
前文提到了如何把一个文本转换为相应的词向量,本文讨论的是如何进行分类。
feature相关性
首先,需要看看我之前选出来的feature,是否能够满足需求。
这里其实有很多参数没有显示出来。从该图来看,大部分的参数相关性是非常低的,这是一件非常好的事情,因为这说明选出来的参数具有更大表现力。但也发现有一些参数是重复的,这个比较尴尬。当然可以采用PCA过滤掉就好。
从此图来看,每一个参数都对sentiment有一定的影响,大部分都有比较强的相关性,这说明选出来的参数并不是随便乱选的。
模型选择
这里我选择了一些比较常见的算法模型来进行训练,并试图去获得相对较好的model。
这里采用Kfold函数来循环测试模型,并且用f1 Score来选择最合适的model。