本文主要介绍如何使用python的sk-learn机器学习框架搭建一个或多个：文本分类的机器学习模型，如果有毕业设计或者课程设计需求的同学可以参考本文。本项目使用了决策树和随机森林2种机器学习方法进行实验，完整代码在最下方，想要先看源码的同学可以移步本文最下方进行下载。
博主也参考过文本分类相关模型的文章，但大多是理论大于方法。很多同学肯定对原理不需要过多了解，只需要搭建出一个可视化系统即可。
2022-04-11 19:07:42
1.78MB
1、内容概要：资源主要包括：英文文本分类电影评论情感判别源码及数据集等文件。
标注的训练集：labeledTrainData.tsv；测试集：testData.tsv；没有标签的额外训练集：unlabeledTrainData.tsv；停用词过滤表：stopwords.txt；源代码：movie_reviews_analysis.py
2、本资源适用于初学者学习文本分类使用，主要包括数据预处理、机器学习、文件的读取和写入等。
2022-04-11 14:10:39
51.71MB
1、内容概要：资源主要包括：中文商品评论情感判别源代码和数据集。中文情感分析
商品（书籍、酒店、计算机、牛奶、手机、热水器）评论数据包括pos积极评论数据和neg消极评论数据。源代码svm_w2v_model.py 是基于Word2vec生成词向量，求平均获得句向量，构建SVM模型完成文本评论情感预测。
2、本资源适用于初学者学习文本分类使用，主要包括数据预处理、机器学习、文件的读取和写入等。
2022-04-09 12:06:25
1.94MB
主要是读取文本，然后进行分词、词干提取、去停用词、计算词频，有界面，很实用亲测可用， 谢谢支持。
2022-04-08 01:11:51
70KB
1