[经管数据集] XGBoost与LightGBM文本分类源代码商品评论数据集Word2Vec进行词向量的生成 [推广有奖]

1关注
258
粉丝

巨擘

还不是VIP/贵宾

威望: 1 级
论坛币: 30460 个
通用积分: 2307.2886
学术水平: 13 点
热心指数: 25 点
信用等级: 3 点
经验: 102332 点
帖子: 18514
精华: 0
在线时间: 10321 小时
注册时间: 2020-12-8
最后登录: 2024-11-6

楼主

yusb

发表于 2024-1-5 20:35:04 |只看作者 |坛友微信交流群|倒序 |AI写论文

相似文件

换一批

是否 +2 论坛币

k人参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

XGBoost与LightGBM文本分类源代码商品评论数据集Word2Vec进行词向量的生成

可直接运行，1、内容概要：本资源主要基于XGBoost与LightGBM实现文本分类，适用于文本分类使用。2、数据集为电商真实商品评论数据，主要包括训练集data_train，测试集data_test ，经过预处理的训练集clean_data_train，训练好的word2vec词向量模型w2v_model.pkl和中文停用词表stopwords.txt，可用于模型训练和测试，详细数据集介绍见商品评论情感数据说明文档。3、源代码：word2vec_analysis.py 是基于Word2Vec进行词向量的生成，采用向量平均求得句向量，然后分别构建RandomForest和GBDT分类模型进行文本分类。4、源代码：xgboost_model.py是基于xgboost模型对文本进行分类。5、源代码：lightGBM_model.py是基于lightGBM模型对文本进行分类。