python文本处理的第三方库是什么,python - 实现文本分类[简单使用第三方库完成]...

第三方库

pandas

sklearn

数据集

来自于达观杯

训练：train.txt

测试：test.txt

概述

TF-IDF 模型提取特征值

建立逻辑回归模型

代码

# _*_ coding:utf- _*_

# 简单文本分类实现

import time

import pandas as pd

from sklearn.linear_model import LogisticRegression

from sklearn.feature_extraction.text import CountVectorizer

print("start......")

time_start=time.time()

# ()加载数据 - 利用pandas读取cvs中数据

df_train = pd.read_csv("D:/train.txt")

df_test=pd.read_csv("D:/test.txt")

# [1.1]数据处理 - 根据个人对算据的分析

# 本次实验 - 删除'article','id'列

df_train.drop(columns=['article','id'],inplace=True)

df_test.drop(columns=['article'],inplace=True)

# ()特征提取

"""

特征是什么：选取一些“重要元