DC竞赛达观杯文本分类竞赛简单逻辑回归解答

运用sklearn库将词向量化,然后直接逻辑回归解决分类问题

导入模块

import pandas as pd
from sklearn.linear_model import LogisticRegression
from sklearn.feature_extraction.text import CountVectorizer

读取数据,去掉多余数据

df_train = pd.read_csv('./train_set.csv')
df_test = pd.read_csv('./test_set.csv')
df_train.drop(columns=['article','id'],inplace = True)
df_test.drop(columns=['article'],inplace=True)

查看数据头

df_train.head()
df_test.head()

向量化词

vectorizer = CountVectorizer(ngram_range=(1,2),min_df=3,max_df=0.9,
                             max_features=100000)
vectorizer.fit(df_train['word_seg'])
x_train = vectorizer.transform(df_train['word_seg'])
x_test = vectorizer.transform(df_test['word_seg'])
y_train = df_train['class']-1

查看向量化的输入向量

x_train.shape
x_test.shape
y_train.shape

逻辑回归

lg = LogisticRegression(C=4,dual=True)
lg.fit(x_train,y_train)
y_test = lg.predict(x_test)

输出预测数据

df_test['class'] = y_test.tolist()
df_test['class']=df_test['class']+1
df_result = df_test.loc[:,['id','class']]
df_result.to_csv('./result.csv',index=False)

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值