movie_comment_classification

This is for my web mining class final project this term(2017 Spring)

• 该模型用于对电影评论进行分类（0-4共5类），训练数据位于data/train.txt
• 使用随机森林模型

Requirement

Python 3.5

Dependencies

• nltk（用于提取词干）
• scikit-learn（建模及评估）
• unicodedata（用于过滤non-ascii编码）
• numpy

Usage

• training: python train.py
  • 这一步使用train.txt训练并保存模型
• validate and predict: python predict_by_saved_model.py
  • 这一步使用dev.txt验证模型的准确率，并预测test-release.txt

Result

• The precision of classification in dev: 0.3518
• 结果文件为test_result.txt
• Normalized confusion matrix heatmap