随机森林—-评论情感分析系统

文章目录

• • 京东评论情感分析—-随机森林
  • • Step1: 读取数据集
    • Step2: 分词、去停用词、生成词典
    • Step3: 将评论 转化为 向量
    • Step4: 拆分数据集为训练集、测试集
    • Step5: 训练模型、评估模型
    • Step6: 预测评论情感，输出分类结果
    • 小结

京东评论情感分析—-随机森林

上次实现了朴素贝叶斯算法实现的评论情感分析，这次使用随机森林模型来对京东评论内容进行分析

Step1: 读取数据集

从文件中读取京东网评论的10000条评论，其中好评6000条，差评4000条(数据来源请见此)

Step2: 分词、去停用词、生成词典

从文本文件中读取停用词信息，以列表的方式返回

对所有评论信息进行分词，并去除停用词

遍历所有评论信息，统计词典

Step3: 将评论 转化为 向量

词袋模型，将所有评论信息通过字典映射，转化为向量，最后返回向量列表

Step4: 拆分数据集为训练集、测试集

评估随机森林模型的执行效率与预测准确度

Step5: 训练模型、评估模型

评估随机森林模型的预测准确度与效率

可见，随机森林模型对于训练集的预测准确度为100%，对于测试集的预测准确度为97.12%，也较为不错

但是随机森林模型的训练时间较长，效率有待提高

Step6: 预测评论情感，输出分类结果

以下代码预测100条评论的情绪类别，并输出预测准确率

来源：Gaolw1102