使用机器学习进行文本分类答案

【问题标题】：text classification with machine learning使用机器学习进行文本分类
【发布时间】：2019-09-30 18:20:31
【问题描述】：

我有一个数据集，其中包含新闻标题和该新闻的类别。我希望我可以通过只输入标题来预测新闻的类别。我需要能够对文本进行分类。谢谢

【问题讨论】：

我对python中的机器学习不是很熟悉，但是我使用weka来分析文本，我使用了一种称为string to vector的方法，它基本上根据某些单词的频率进行预测，我已经对这些词进行了词干化和标记化。

标签： python tensorflow machine-learning

【解决方案1】：

您的问题无法完全回答，但我可以给您一些起点。 , 你需要做一些自己的研究本教程将是很好的开始。 link

对于本地开发，我建议将 Anaconda 用于库等和 Jupyter 笔记本。或者您可以使用 google colab 或 Microsoft Azure notebook。

加载所需的库，
加载数据、检查和清理数据
为训练和测试拆分数据集
将文本转换为矢量
训练和测试模型并进行预测

还有一些帮助代码，

# Split-out validation dataset
X = df_row['tweets'].values
Y = df_row['label'].values
validation_size = 0.20
seed = 7
X_train, X_test, Y_train, Y_test = model_selection.train_test_split(X, Y, test_size=validation_size, random_state=seed)

vocab_size = 1000    
# define Tokenizer with Vocab Size
tokenizer = Tokenizer(num_words=vocab_size)
tokenizer.fit_on_texts(X_train)
#X_test and X_train are data tweets(text columns)
X_train = tokenizer.texts_to_matrix(X_train, mode='tfidf')
#X_train is now in vectorized form

【讨论】：