关于神经网络入门的第一个实例——电影评论分类
二分类问题作为应用最广泛的机器学习问题之一,下面将以电影的正负面评论为研究对象开始讨论。
IMDB数据集
与MINIST数据集一样,IMDB数据集也是内置于Keras库的。在导入数据集之前,我们必须要保证训练集和测试集都包含50%的正面评论和50%的负面评论。把数据分开测试,其目的是为了保证所建立模型的可用性。
** 训练集已经使用过的数据,再交给测试集作为模型验证使用并无意义。**
step 1 :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)
== 参数 num_words=10000 的意思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 ==
将某条评论迅速解码为英文单词
word_index = imdb.get_word_index()
reverse_word_index = dict(
[(value, key) for (key, value) in word_index.items()])
decoded_review = ' '.join(
[reverse_word_index.get(i - 3, '?') for i in train_data[0]])
** i-3的含义:** 将评论解码。索引减去了3,因