请尊重原创,转载请注明来源网站www.shareditor.com以及原始链接地址
逻辑回归最广泛的应用就是二类分类,我们以脏话判别为例来利用逻辑回归,对一句话做脏话分析判断
输入样本如下:
是脏话:fuck you
是脏话:fuck you all
不是脏话:hello everyone
我们来预测以下两句话是否是脏话:
fuck me hello boy
# coding:utf-8 import sys reload(sys) sys.setdefaultencoding( "utf-8" ) from sklearn.feature_extraction.text import TfidfVectorizer from sklearn.linear_model.logistic import LogisticRegression X = [] # 前三行作为输入样本 X.append("fuck you") X.append("fuck you all") X.append("hello everyone") # 后两句作为测试样本 X.append("fuck me") X.append("hello boy") # y为样本标注 y = [1,1,0] vectorizer = TfidfVectorizer() # 取X的前三句作为输入做tfidf转换 X_train = vectorizer.fit_transform(X[:-2]) # 取X的后两句用上句生成的tfidf做转换 X_test = vectorizer.transform(X[-2:]) # 用逻辑回归模型做训练 classifier = LogisticRegression() classifier.fit(X_train, y) # 做测试样例的预测 predictions = classifier.predict(X_test) print predictions
输出结果如下:
[1 0]
判断成:
是脏话:fuck me
不是脏话:hello boy