逻辑回归在垃圾短信分类

逻辑回归在垃圾短信分类

from sklearn import linear_model //引入线性模型
import pandas as pd //引入为了读取文本文件
from sklearn.feature_extraction.text import TfidfVectorizer //特征提取模块

df=pd.read_csv(“message.txt”,delimiter=’\t’,header=None) //pandas读取数据
y,x_train=df[0],df[1] //第一个词赋值给y，后面的词赋值给x_train

vectorizer=TfidfVectorizer()//向量化
x=vectorizer.fit_transform(x_train)//转成数值

lr=linear_model.LogisticRegression()//创建一个线性模型
lr.fit(x,y)//调用fit方法
testx=vectorizer.transform([‘亲爱的，明天见’,‘我是湖南卫视主持人，您被抽为幸运观众了’])//

predictions=lr.predict(testx)//
print(predictions)//