構建商品評價的分類器

標籤：訓練   ast   機率   開始   為我   src   列排序   興趣   fonts   

接下來,開始構建分類器:

產生的WordCount是一個字典.索引值對的形式
這裡的鍵是某一個單詞,對應的值是該單詞的個數

映像化查看一下未經處理資料

,這裡我們取出第一個商品的評價
抽取評價數量最多的商品,這裡叫做Vulli Sophie

根據評分進行分組可視化

說明,我們要構建我們的情感分類器,我們可以從中看見,評分有1,2,3,4,5,但是3代表的是中立,即不喜歡不討厭.這一部分我們可以把它去掉,因為我們的情感分類器只是需要判斷某一評價是正面還是負面,

正面:4,5分的評價 負面:1,2分的評價 去掉3分的評價

過一會兒,我們的模型就訓練好了

得到模型之後,就可以開始測試我們的模型

預測評估

根據機率列排序

查看最高評價的語句

查看最差評價;

有興趣的小夥伴可以嘗試翻譯一下,看到底是不是好差評價呢

構建商品評價的分類器