Python学习笔记新闻分类：单标签多分类问题

最新推荐文章于 2024-09-18 10:15:27 发布

ZY_Jack

最新推荐文章于 2024-09-18 10:15:27 发布

阅读量1.6k

点赞数 2

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/ZY_Jack/article/details/86544209

本文记录了使用Python进行新闻分类时遇到的数据下载问题及解决方案，通过手动下载数据并放置到指定文件夹解决。介绍了向量化处理、模型训练过程，包括不同隐藏层数和隐藏单元数量对模型性能的影响，最终模型精度达到约78%。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Python学习笔记新闻分类：单标签多分类问题

在执行import命令的时候疯狂报错，说无法从网站上下载数据。于是手动输入该网址（https://s3.amazonaws.com/text-datasets/reuters.npz）下载。得到文件reuters.npz，放入文件夹 /home/你的用户名/.keras/datasets 中，再import就可以了。


#Jupyter引入以使用matplotlib
%matplotlib inline

#导入数据集
from keras.datasets import reuters
(train_data, train_labels), (test_data, test_labels) = reuters.load_data(
num_words=10000)

#将索引解码为新闻文本
word_index = reuters.get_word_index()
reverse_word_index = dict([(value, key) for (key, value) in word_index.items()])
decoded_newswire = ' '.join([reverse_word_index.get(i - 3, '?') for i in
train_data[0]])

#将训练和测试标签向量化
from keras.utils.np_utils import to_categorical

one_hot_train_labels = to_categorical(train_labels)
one_hot_test_labels = to_categorical(test_labels)

向量化前后：