朴素贝叶斯分类留言标题

```python

from sklearn.model_selection import train_test_split

from sklearn.naive_bayes import MultinomialNB

from sklearn.feature_extraction.text import TfidfVectorizer

from sklearn.model_selection import GridSearchCV

from sklearn.metrics import recall_score

import pandas as pd

import jieba

def cut(text):

    """

    分隔标题为单个词语 如  '我爱北京天安门' =>  ['我', '爱', '北京', '天安', '天安门'];

    :param text:标题

    :return: 空格分隔的列表,列表里面是各种词语

    """

    return ' '.join(list(jieba.cut(text,cut_all=True)))

def message_classification():

    # 本地读取数据集,并构造target集 和 data集

    ad = pd.read_csv('广告.csv')

    target = ['广告']*len(ad['标题'])

    kaoyan = pd.read_csv('考研.csv')

    target=target+['考研']*len(kaoyan['标题'])

    ad = ad['标题'].to_list()

    kaoyan = kaoyan['标题'].to_list()

    data = []

    for text in ad:

        data.append(cut(text))

    for text in kaoyan:

        data.append(cut(text))

    # print(data[0:10])

    # print(cut('我爱北京天安门'))

    # 划分数据集

    x_train, x_test, y_train, y_test = train_test_split(data, target, test_size=0.2, random_state=33)

    #特征工程 文本抽取

    transfer = TfidfVectorizer()

    x_train = transfer.fit_transform(x_train)

    x_test  = transfer.transform(x_test)

    # 朴素贝叶斯算法预估

    estimator = MultinomialNB()

    # 训练模型机

    #添加3交叉验证

    estimator = GridSearchCV(estimator, param_grid = {}, cv=3)

    estimator.fit(x_train, y_train)

    # 模型评估

    # 1) 直接对比真实值和预测值

    y_predict = estimator.predict(x_test)

    # 计算准确率

    score = estimator.score(x_test, y_test)

    print("准确率: ", score)

    # 计算综合值

    score = estimator.best_score_

    print("综合值: ", score)

    # 计算召回率

    recall = recall_score(y_test, y_predict, average='weighted')

    print("召回率: ", recall)

    return None

if __name__ == '__main__':

    message_classification()

```

    Building prefix dict from the default dictionary ...

    Loading model from cache C:\Users\LOVEWE~1\AppData\Local\Temp\jieba.cache

    Loading model cost 1.345 seconds.

    Prefix dict has been built succesfully.

    准确率:  0.8650519031141869

    综合值:  0.8403288619645175

    召回率:  0.8650519031141869

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,172评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,346评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,788评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,299评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,409评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,467评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,476评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,262评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,699评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,994评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,167评论 1 343
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,827评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,499评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,149评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,387评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,028评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,055评论 2 352

推荐阅读更多精彩内容