i加

文本分類?文本分析實踐文本分類問題背景文本分類方法:樸素貝葉斯(NaiveBayes)文本分類舉例垃圾信息過濾From: <>Subject:realestateistheonlyway...gemoalvgkay標簽短信內容0商業秘密的秘密性那是維系其商業價值和壟斷地位的前提條件之一AnyonecanbuyrealestatewithnomoneydownStoppayingrentTODAY!ThereisnoneedtospendhundredsoreventhousandsforsimilarcoursesIam22yearsoldandIhavealreadypurchased6propertiesusingthemethodsoutlinedinthistrulyINCREDIBLEebook.ChangeyourlifeNOW!ClickBelowtoorder:

/sales/nmd.htm垃圾Email南口阿瑪施新春第一批限量春裝到店啦 春暖花開淑女裙、冰藍色公主衫 氣質粉小西裝、冰絲女王長半裙0帶給我們大常州一場壯觀的視覺盛宴0有原因不明的泌尿系統結石等023年從鹽城拉回來的麻麻的嫁妝感謝致電杭州蕭山全金釜韓國燒烤店，本店位于金城路XXX號。韓式燒烤等，價格實惠、歡迎惠顧【全金釜韓國燒烤店】0這款UVe智能殺菌機器人是掃地機的最佳伴侶

一次價值XXX元王牌項目；可充值XXX元店內項目卡一張；可以參與V動好生活百分百抽獎機會一次！預約電話：xxxxxxxxxxx0此類皮膚特別容易招惹粉刺、黑頭等1（長期誠信在本市作各類資格職稱（以及印/章、牌xxxxxxxxxxx李偉％等。祥：垃圾短信3提取特征:X

ydata['cut_comment*]data['sentiment']Xtrain,X_testry_trainrytesttraintestsplit(X,y,testsize^O.2):fromsklearn.featureextraction.textimportTfidfVectorizervect TfidfVectorizer(maxdfmin_df-3,token_pattern*u'(?u)\\b[A\\d\\W]\\w+\\b' 0.8,)features.head()pd.DataFrame(vect.fittransform(X_train).toarray(),columns^vect.getfeaturenan67appipadokpswifi—下一個個一個半一個多1人...麻將麻煩麻賺黃爪黃色黑椎*燈齊全00.00.00.00.00.00.00.00.00.00.0 …0.0...0.0...0.0...0.0...0.00.00.00.00.00.00.00.00.00.010.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.020.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.030.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.040.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.05rowsx1910columns使用樸素貝葉斯分類器In[13]:fromsklearn.naive_bayesimportMuItinomia1NB

nb MultinomialNB()

X_train_vect vect.fit_transform(X_train)

nb.fit(X_train_vectty_train)

trainaccuracy=nb.score(Xtrainvect,y_train)

print

(trainaccuracy) 0.914375In(14]:test_accuracy-nb.score(X_test_vect,y_test)68y_predictnb?predict(X_/test_vect)print「測試準確率’,test_accuracy)fromsklearn.metricsimportclassification_report

print("測試集上其他指標： ，classification_report(y_test,y_predict))測試準確率0.82測試集上其他指標:precisionrecallfl-scoresupport0

10.85

0.790.77

0.870.81

0.83197

203micr