Sentiment Analysis 源码

情绪分析-COVID-19鸣叫 项目概况 在这个项目中,我为COVID-19推文创建了一个分类系统:正面,负面,中立。 我使用了朴素贝叶斯分类和词袋功能。 使用的代码和资源 的Python版本: 3.7 软件包: pandas,numpy,sklearn,matplotlib,seaborn Kaggle:数据集 数据清理 删除的网址 删除以@开头的Twitter用户名 删除主题标签 删除数字 将逗号等转换为空格 将所有字母转换为小写 执行词干,以便仅保留词根 删除了除“ not”以外的停用词 数据可视化 建筑模型 我尝试了以下两种模型。 我之所以选择MAE,是因为它相对容易解释,并且离群值对于这种类型的模型而言并不是特别糟糕。 我尝试了以下模型: 朴素贝叶斯 逻辑回归 模型表现 朴素贝叶斯(Naive Bayes) :准确性得分= 0.61 Logistic回归:准确性得\u5206=