基于机器学习的NLP情感分析(二)---- 分类问题
来源:互联网 发布:andreja pejic 知乎 编辑:程序博客网 时间:2024/04/29 07:57
基于机器学习的NLP情感分析(二)—- 分类问题
前文提到了如何把一个文本转换为相应的词向量,本文讨论的是如何进行分类。
feature相关性
首先,需要看看我之前选出来的feature,是否能够满足需求。
这里其实有很多参数没有显示出来。从该图来看,大部分的参数相关性是非常低的,这是一件非常好的事情,因为这说明选出来的参数具有更大表现力。但也发现有一些参数是重复的,这个比较尴尬。当然可以采用PCA过滤掉就好。
从此图来看,每一个参数都对sentiment有一定的影响,大部分都有比较强的相关性,这说明选出来的参数并不是随便乱选的。
模型选择
这里我选择了一些比较常见的算法模型来进行训练,并试图去获得相对较好的model。
这里采用Kfold函数来循环测试模型,并且用f1 Score来选择最合适的model。
SVC: 0.697422 (+/- 0.044767)AdaBoostClassifier: 0.701619 (+/- 0.055826)RandomForestClassifier: 0.728934 (+/- 0.043483)RandomForestClassifier: 0.728934 (+/- 0.043483)LinearSVC: 0.755798 (+/- 0.043480)KNeighborsClassifier: 0.666486 (+/- 0.066893)GaussianNB: 0.729580 (+/- 0.049237)Perceptron: 0.728920 (+/- 0.034399)SGDClassifier: 0.735260 (+/- 0.052218)DecisionTreeClassifier: 0.693174 (+/- 0.053145)LogisticRegression: 0.759676 (+/- 0.044828)
这里我觉得LinearSVC
相对比较好。
至此就没有别的了。
完整代码见NLP-JD
阅读全文
0 0
- 基于机器学习的NLP情感分析(二)---- 分类问题
- 基于机器学习的NLP情感分析(一)---- 数据采集与词向量构造方法(京东商品评论情感分析)
- 机器学习基于语义特征的情感分析
- [机器学习]基于TextBlob简单文本情感分析
- 基于情感词典的文本情感分类
- 基于Keras的imdb数据集的情感二分类
- 【nlp】文本情感分析
- 基于cnn的情感分类
- 中文文本情感分析:基于机器学习方法的思路
- 文本情感分类(二)
- 机器学习实战:基于概率论的分类方法:朴素贝叶斯(源码解析,错误分析)
- 文本情感分类(二):深度学习模型
- 文本情感分类(二):深度学习模型
- 【机器学习实战之二】:C++实现基于概率论的分类方法--朴素贝叶斯分类(Naive Bayes Classifier)
- NLP 分类问题的讨论
- 六、机器学习系统设计笔记之分类II情感分析
- [NLP]如何进行情感分析
- 机器学习做二元分类问题(二)
- 自定义按钮实现标签栏切换
- PAT a1024题解
- 07、MySQL事务、变量以及触发器
- 两个List集合中不相等的值
- 深度学习笔记(二)
- 基于机器学习的NLP情感分析(二)---- 分类问题
- jquery-easyUI第二篇【综合案例】
- poj3318 (随机化验证)
- android protobuf
- PAT a1025题解
- Android获取手机的版本号等信息的代码
- iOS 控制任务执行顺序
- Intellij Idea常用快捷键整理
- CTF writeup:实验吧,天下武功唯快不破