https://github.com/yanqiangmiffy/20newsgroups-text-classification

对20 newsgroups 数据集 进行文本分类
https://github.com/yanqiangmiffy/20newsgroups-text-classification

sklearn text-classification-python

Last synced: 3 months ago
JSON representation

对20 newsgroups 数据集 进行文本分类

• Host: GitHub
• URL: https://github.com/yanqiangmiffy/20newsgroups-text-classification
• Owner: yanqiangmiffy
• Created: 2018-07-16T08:42:34.000Z (almost 8 years ago)
• Default Branch: master
• Last Pushed: 2018-07-17T02:07:36.000Z (almost 8 years ago)
• Last Synced: 2025-04-22T09:45:43.910Z (about 1 year ago)
• Topics: sklearn, text-classification-python
• Language: Python
• Size: 8.79 KB
• Stars: 30
• Watchers: 1
• Forks: 14
• Open Issues: 3
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

          
# 20newsgroups-text-classification

对20 newsgroups 数据集 进行文本分类

# 方法

- 基于传统机器学习方法的文本分类

- 基于深度学习的文本分类

# 测试结果

- 传统机器学习方法

    MultinomialNB准确率为： 0.8960196779964222

    SGDClassifier准确率为： 0.9724955277280859

    LogisticRegression准确率为： 0.9304561717352415

    SVC准确率为： 0.13372093023255813

    LinearSVC准确率为： 0.9749552772808586

    LinearSVR准确率为： 0.00022361359570661896

    MLPClassifier准确率为： 0.9758497316636852

    KNeighborsClassifier准确率为： 0.45840787119856885

    RandomForestClassifier准确率为： 0.9680232558139535

    GradientBoostingClassifier准确率为： 0.9186046511627907

    AdaBoostClassifier准确率为： 0.5916815742397138

    DecisionTreeClassifier准确率为： 0.9758497316636852

- CNN实现文本分类

    需要词向量http://nlp.stanford.edu/data/glove.6B.zip

    效果其实不好...