文本分类实战（上）

最新推荐文章于 2024-09-03 21:15:29 发布

小刘要努力。

最新推荐文章于 2024-09-03 21:15:29 发布

阅读量2.5k

点赞数 1

分类专栏：案例 TensorFlow

liurunsen

本文链接：https://blog.csdn.net/weixin_44510615/article/details/90212080

版权

TensorFlow 同时被 2 个专栏收录

103 篇文章 366 订阅 ¥9.90 ¥99.00

订阅专栏

超级会员免费看

案例

33 篇文章 1 订阅

订阅专栏

本文介绍了进行文本分类的实践过程，包括使用词袋模型将文本转化为数字，应用逻辑回归得到0.796的准确率。在面对精确度不足的问题时，尝试引入神经网络，但出现过拟合。最后讨论了如何利用Word Embeddings改善模型效果。

摘要由CSDN通过智能技术生成

数据集介绍

在这里插入图片描述

其中0表示消极，1表示积极,主要处理 ‘data/yelp_labelled.txt’, ‘data/amazon_cells_labelled.txt’, ‘data/imdb_labelled.txt’

import pandas as pd
"""
数据读取，其中0表示消极，1表示积极,合并数据集
"""
filepath_dict = {'yelp':   'data/yelp_labelled.txt',
                 'amazon': 'data/amazon_cells_labelled.txt',
                 'imdb':   'data/imdb_labelled.txt'}

df_list = []
for source, filepath in filepath_dict.items():
    df = pd.read_csv(filepath, n

了解本专栏