XGBoost与LightGBM文本分类源代码及数据集.zip
1、内容概要：本资源主要基于XGBoost与LightGBM实现文本分类，适用于初学者学习文本分类使用。
2、数据集为电商真实商品评论数据，主要包括训练集data_train，测试集data_test ，经过预处理的训练集clean_data_train，训练好的word2vec词向量模型w2v_model.pkl和中文停用词表stopwords.txt，可用于模型训练和测试，详细数据集介绍见商品评论情感数据说明文档。
3、源代码：word2vec_analysis.py 是基于Word2Vec进行词向量的生成，采用向量平均求得句向量，然后分别构建RandomForest和GBDT分类模型进行文本分类。
4、源代码：xgboost_model.py是基于xgboost模型对文本进行分类。
5、源代码：lightGBM_model.py是基于lightGBM模型对文本进行分类。
文件下载
资源详情
[{"title":"（ 8 个子文件 37.99MB ） XGBoost与LightGBM文本分类源代码及数据集.zip","children":[{"title":"XGBoost与LightGBM文本分类源代码及数据集","children":[{"title":"word2vec_analysis.py <span style='color:#111;'> 4.88KB </span>","children":null,"spread":false},{"title":"data","children":[{"title":"stopwords.txt <span style='color:#111;'> 14.82KB </span>","children":null,"spread":false},{"title":"w2v_model.pkl <span style='color:#111;'> 37.14MB </span>","children":null,"spread":false},{"title":"clean_data_train.csv <span style='color:#111;'> 9.18MB </span>","children":null,"spread":false},{"title":"data_test.csv <span style='color:#111;'> 6.58MB </span>","children":null,"spread":false},{"title":"data_train.csv <span style='color:#111;'> 15.58MB </span>","children":null,"spread":false}],"spread":true},{"title":"lightGBM_model.py <span style='color:#111;'> 2.35KB </span>","children":null,"spread":false},{"title":"xgboost_model.py <span style='color:#111;'> 3.39KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]
评论信息
其他资源
- 维基百科中文语料（已分词）
- Android4.0的科学计算器
- SSM+Echarts+Mysql实现的从数据库获取数据展示图表的小demo
- ICP+NDT点云配准
- Cuda求解线性方程组文档及代码
- 吴恩达深度学习课程（全5类课程）编程作业汇总
- Altium贴片电感封装库3D库、铝电解电容封装库
- ChatDemo.rar
- QT+Halcon显示3D对象
- Python-Binance虚拟货币交易机器人
- BeijingPM20100101_20151231_1.csv
- 基于单片机的智能电子钟设计
- 遥感图像处理-多光谱图像融合
- normal-h1s-client.h1s
- AD15版本可用GUIZE.RUL
- SIM868 硬件设计图
- 伊力诺依大学 Nicholas X. Fang 教授的微纳加工的课件
- JavaScript+Jquery 动态投票系统 纯html
- 2016泰牛PHP基础班加大牛版-视频教程全套(有笔记)
- eclipse-yedit插件包
- at89c51单片机开发板原理图
- 基于VISSIM仿真软件的停车场自动生成及评估系统设计 (1)
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明