使用sklearn进行中文文本分类

最新推荐文章于 2025-06-11 10:56:24 发布

原创

最新推荐文章于 2025-06-11 10:56:24 发布 · 8.6k 阅读

13 ·

CC 4.0 BY-SA版权

文章标签：

#中文文本分类 #sklearn #svm分类器 #朴素贝叶斯文本分类

这篇博客详细记录了作者使用sklearn库对京东商品评价进行中文文本分类的学习过程。文章提供了语料来源，包括已处理的文本文件，并在代码中进行了详细注释。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本文为自己学习的记录，仅供大家参考。
具体分析见代码注释
本文语料为京东商城的商品评价，语料文件下载地址：https://pan.baidu.com/s/1kV5pAHx，提取码：ct5m，其中merge.txt为已经经过切词和去停词处理的文件。

 -*- coding: utf-8 -*-
from sklearn.cross_validation import train_test_split
from sklearn.naive_bayes import MultinomialNB
from sklearn.linear_model import LogisticRegression
from sklearn.svm import SVC
from sklearn.feature_extraction.text import TfidfVectorizer
from BaseUltils import loadData