非常棒的一篇介绍文本分类的文章：http://contact.iteye.com/blog/2269152

参考1：http://www.07net01.com/2016/09/1667733.html

参考2 ： https://www.zhihu.com/question/56121488

参考3： 流程：http://www.07net01.com/2016/09/1667733.html

              代码：http://blog.csdn.net/u014595019/article/details/52515616 

一、文本向量化

1、TFIDF                             示例代码：http://blog.csdn.net/lsldd/article/details/41520953

2、向量空间模型（VSM）    http://www.way51.cn/vector.html

3、word2vec 、doc2vec

二、文本分类     

在将文本向量化以后，就可以采用传统的分类方法了, 例如线性分类法，线性核的svm，rbf核的svm，神经网络分类等方法。我在这个分类器中尝试了前3种，都可以由sklearn库来完成

以下方法均可调用sklearn包

1、线性分类法  【LR】

2、SVM类         【 线性核的svm 、rbf核的svm】      

     http://blog.csdn.net/orlandowww/article/details/52966608

3、文本分类的python实现-基于Xgboost算法

     http://blog.csdn.net/orlandowww/article/details/52967187

3、神经网络类     【fasttext、】