使用TFIDF的Python文本分类

我有一个如下的数据集

**ID**        **Text**                                     **Category**
   1     jake loves me more than john loves me               Romance
   2     july likes me more than robert loves me             Friendship
   3     He likes videogames more than baseball              Interest

我需要将上述内容用作文本分类的训练数据，稍后当我通过一个新句子时，该句子需要从上表中提供的上述类别中分类为一个类别

首先，我对上述数据集执行了TFIDF（术语频率反向文档频率），如下所示

mydoclist = []
#below im only taking my field 'Text' as input 
f = open('C:\sample4.csv', "r")
reader = csv.reader(f) 
for row in reader:   
    models.append(row)
f.close()

tf = TfidfVectorizer(tokenizer=lambda doc: doc,lowercase=False, analyzer='word',  min_df = 0, stop_words = 'english')
tfidf_matrix =  tf.fit_transform(mydoclist)
feature_names = tf.get_feature_names()
tfs = tf.fit_transform(mydoclist)
#storing my tfidf matrix
import pickle
with open("x_result.pkl", 'wb') as handle:
    pickle.dump(tfidf_matrix, handle)

---

我想知道如何使用我计算的tfidf矩阵标记上述数据集中的类别？另外，稍后如何使用上述数据对任何新数据进行分类？

您可以将libsvm与python结合使用

1.要做的第一件事是根据libsvm提供的文件格式来表示您的文档

2.然后，您可以读取数据：

from libsvm import *
prob = svm_problem(your data…)

3.设置svm参数

param = svm_parameter(kernel_type …)

4.培训模型

m = svm_model(prob, param)

5.然后测试新文档的模型

m.predict(your new data...)

---

你需要训练一个模特。请参阅

sklearn

网站上的教程。感谢您的输入和分享本文。目前，我正在寻找非常基本的实施，在那里我可以使用我的CSV中的列车数据，我想知道如何根据我现有的类别进行分类培训