python 问题分类_电影评论分类(二分类问题)-python深度学习_原例

电影评论分类(二分类问题/IMDB 数据集)-python深度学习_原例

IMDB 数据集包含来自互联网电影数据库(IMDB)的 50 000 条严重两极分化的评论。数据集被分为用于训练的 25 000 条评论与用于测试的 25 000 条评论，训练集和测试集都包含 50% 的正面评论和 50% 的负面评论。

MNIST 数据集(手写阿拉伯数字图像数据)一样，IMDB 数据集也内置于 Keras 库。它已经过预处理：评论(单词序列)已经被转换为整数序列，其中每个整数代表字典中的某个单词。

加载 IMDB 数据集

from keras.datasets import imdb

(train_data, train_labels), (test_data, test_labels) = imdb.load_data(num_words=10000)

#是仅保留训练数据中前10 000 个最常出现的单词。低频单词将被舍弃。

#这样得到的向量数据不会太大，便于处理。

train_data 和 test_data 这两个变量都是评论组成的列表，每条评论又是单词索引组成的列表(表示一系列单词)。

train_data[0]

train_labels[0]

train_labels 和 test_labels 都是 0 和 1 组成的列表，其中 0代表负面(negative)，1 代表正面(positive)。

max([max(sequence) for sequence in train_data])

将某条评论迅速解码为英文单词

word_index = imdb.get_word_index()#word_index 是一个将单词映射为整数索引的字典

reverse_word_index = di