文本分类教程 - 代码示例

本文将为你展示如何使用Python进行文本分类的基本步骤。文本分类是一种自然语言处理技术，它将文本数据分配到预定义的类别中。

基础步骤

1. 数据预处理：清洗文本数据，去除无关信息。
2. 特征提取：将文本转换为计算机可以理解的数字格式。
3. 模型训练：使用机器学习算法训练分类模型。
4. 模型评估：评估模型的性能。
5. 应用模型：使用模型对新的文本数据进行分类。

示例代码

以下是一个简单的文本分类示例：

# 导入必要的库
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.model_selection import train_test_split
from sklearn.naive_bayes import MultinomialNB

# 文本数据
data = ["This is a good product", "I hate this item", "This is great", "Not good at all"]

# 标签
labels = [1, 0, 1, 0]

# 特征提取
vectorizer = TfidfVectorizer()
X = vectorizer.fit_transform(data)

# 划分数据集
X_train, X_test, y_train, y_test = train_test_split(X, labels, test_size=0.2)

# 模型训练
model = MultinomialNB()
model.fit(X_train, y_train)

# 模型评估
score = model.score(X_test, y_test)
print(f"Model accuracy: {score}")

# 使用模型进行预测
new_text = "This is amazing"
new_text_vector = vectorizer.transform([new_text])
prediction = model.predict(new_text_vector)
print(f"Prediction: {'Good' if prediction[0] == 1 else 'Bad'}")

更多信息

想要了解更多关于文本分类的信息，可以访问我们的文本分类教程。

机器学习算法