NLPClassify

基于朴素贝叶斯算法进行文本分类

安装库

1.sklearn 2.jieba 3.gensim 4.numpy

导入模块

from classify import Classify import numpy as np

训练

1.导入数据

X_train = np.array([u"我想听张学友的歌",u"周杰伦的龙卷风",u"鹿晗有什么歌好听",u"姚明打篮球好厉害",u"张继科会打乒乓球",u"詹姆士是体育明星"])
Y_train = np.array([1,1,1,2,2,2])	
Test_data = [u"我想听薛之谦的演员","邓亚萍是体育明星","刘翔是体育明星"]
//将X_train的数据分成1, 2两类

2.加载word2vec模型

Model = Classify()
Model.load_W2V_Model("word2vec.model")

3.训练模型

Model.train(X_train,Y_train)

4.利用模型进行预测

Model.predict(Test_data)
//Test_data = [u"我想听薛之谦的演员","邓亚萍是体育明星","刘翔是体育明星"]
//result:[1 2 2]

5.保存模型

Model.save_NBmodel( "NB.model")

6.加载模型并使用

NBmodel_test = Classify()
NBmodel_test.load_NBmodel("NB.model")
NBmodel_test.predict(Test_data)

数据与模型

   下载地址： 链接: https://pan.baidu.com/s/1jIdwM7W 密码: 加我微信943272448

AllMusicLibrary.txt

   字典词库

NB.model

   朴素贝叶斯训练生成的模型

word2vec.model word2vec.model.syn1neg.npy word2vec.model.wv.syn0.npy

   利用gensim库训练出来的一个word2vec模型所导出的文件

=======