1.第一次试验：朴素贝叶斯，采用统计词数量方式处理数据conutVectorizer()
(1)训练集12695条，
正向：8274
负向：4221
哈工大停词表：df=3,正确率0.899，
df=1,正确率0.9015
四川大学停词表：df=1,正确率0.90035
(2)训练集19106条
正向：11747
负向：7359
哈工大停词表：df=1,正确率0.90153
2.第二次实验：朴素贝叶斯，采用idf来处理评论数据TfidfVectorizer()，而TfidfTransformer()使用时出错。
(1)训练集19106条
正向：11747
负向：7359
哈工大停词表：df=1,正确率 0.899568
3.第三次实验：朴素贝叶斯，采用统计词数量方式处理数据conutVectorizer()
训练集19106条
正向：11747
负向：7359
哈工大停词表：df=1
(1)当数据向量化时，采用二元模型即conutVectorizer(ngram_range=(1,2))时出现MemeoryError错误，即内存不足。搜了原因是电脑的原因，再试试，用服务器运行。
仍然一元模型训练集不变，把测试集中分类错误的改过来，以及语句模糊的文本删除后，正确率提升一点。
正确率：0.9030612244897959
（2）当把分词换成精确模式而不是全模式时，精确度提高0.006
正确率：0.908948194662
4.第四次试验
（1）训练测试集不变，改动countVectorizer可以统计长度为 1的词后两次实验，统计词频数量的贝叶斯正确率为0.905，而用tfidf贝叶斯后，正确率降低到0.76左右，显著下降，可能是因为一个字的词太多，而总的训练数据又不够，导致idf的值就会比较小，而单个字的词频却很大，所以导致单个字的词tfidf值比较大，严重影响各个词的重要性分布，所以实验分类结果效果很差。
（2）训练测试集不变，朴素贝叶斯，采用统计词数量方式处理数据conutVectorizer()，正确率 0.9116954474097331
训练测试集不变，朴素贝叶斯，采用tfidf理数据，正确率为0.9030612244897959。
5.实验五
（1）采用逻辑斯蒂回归sklearn.linear_model.LogisticRegression()采用默认的正则化即penalty='l2'，优化方法solver='liblinear'时，正确率为0.9072691552062868
（2）采用逻辑斯蒂回归sklearn.linear_model.LogisticRegression()采用l1正则化penalty='l1'，优化方法solver='liblinear'时，正确率为0.9084479371316306，比上面的稍有提高。
（3）采用逻辑斯蒂回归sklearn.linear_model.LogisticRegression()采用默认的正则化即penalty='l2'，优化方法solver='lbfgs'时，正确率为0.9072691552062868
(4)采用逻辑斯蒂回归sklearn.linear_model.LogisticRegression()采用默认的正则化即penalty='l2'，优化方法solver='newton-cg'时，正确率为0.9072691552062868
(5)采用逻辑斯蒂回归sklearn.linear_model.LogisticRegression()采用默认的正则化即penalty='l2'，优化方法solver=' sag'时，正确率为0.906483300589391。预测准确率最差，可能是因为这个优化方法需要训练数据很大，一般大于十万条。
6.实验六
（1）采用svm来训练模型，训练测试数据都喝上一样，但由于计算时间长，取训练集的前一万条数据做训练，测试集不变，得到的正确率为0.6742632612966601
时间为1170.129秒
（2）