ML之NB&LoR:(NLP之CountVectorizer)基于sklearn库利用sentiment文本情感分类数据集训练NB(朴素贝叶斯)、LoR(逻辑斯蒂回归)算法,并测试准确度

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/qq_41185868/article/details/87696356

ML之NB&LoR:(NLP之CountVectorizer)基于sklearn库利用sentiment文本情感分类数据集训练NB(朴素贝叶斯)、LoR(逻辑斯蒂回归)算法,并测试准确度

输出结果

数据集

设计思路

核心代码

x_train,x_test,y_train,y_test = train_test_split(x,y,random_state=1234)
x_train = co.transform(x_train)
x_test = co.transform(x_test)


classifier = MultinomialNB()
classifier.fit(x_train,y_train)

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

猜你喜欢

转载自blog.csdn.net/qq_41185868/article/details/87696356
今日推荐