☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

我们使用了不同的机器学习算法进行情感分析，然后将各个算法的准确率结果进行比较，以确定哪一种算法最适合这个问题。

情感分析是自然语言处理（NLP）中的一个重要的内容。情感指的是我们对某一事件、物品、情况或事物产生的感觉。情感分析是一个从文本中自动提取人类情感的研究领域。它在上世纪 90 年代初才慢慢地开始发展起来。

本文将让你明白如何将机器学习（ML）用于情感分析，并比较不同机器学习算法的结果。本文的目标不在于研究如何提高算法性能。

如今，我们生活在一个快节奏的社会中，所有的商品都能在网上购买到，每个人都可以在网上发表自己的评论。而一些商品的负面网络评论可能会损害公司的声誉，从而影响公司的销售额。因此对公司来说，通过商品评论来了解客户真正想要什么变得非常重要。但是这些评论数据太多了，无法一个个地手动查看所有的评论。这就是情绪分析诞生的缘由。

现在，就让我们看看如何用机器学习开发一个模型，来进行基本的情绪分析吧。

现在就开始吧！

获取数据

第一步是选择一个数据集。你可以从任何公开的评论中进行选择，例如推文或电影评论。数据集中至少要包含两列：标签和实际的文本段。

下图显示了我们选取的部分数据集。

Figure 1: Data sample

接下来，我们导入所需的库：

import pandas as pd
import numpy as np
from nltk.stem.porter import PorterStemmer
import re
import string

正如你在上面代码看到，我们导入了 ​​NumPy​​ 和 ​​Pandas​​ 库来处理数据。至于其他库，我们会在使用到它们时再说明。

数据集已准备就绪，并且已导入所需的库。接着，我们需要用 ​​Pandas​​ 库将数据集读入到我们的项目中去。我们使用以下的代码将数据集读入 Pandas 数据帧DataFrame

sentiment_dataframe = pd.read_csv(“/content/drive/MyDrive/Data/sentiments - sentiments.tsv”,sep = ‘t’)

数据处理

现在我们的项目中已经导入好数据集了。然后，我们要对数据进行处理，以便算法可以更好地理解数据集的特征。我们首先为数据集中的列命名，通过下面的代码来完成：

sentiment_dataframe.columns = [“label”,”body_text”]

然后，我们对 ​​label​​ 列进行数值化：​​negative​​ 的评论替换为 1，​​positive​​ 的评论替换为 0。下图显示了经过基本修改后的 ​​sentiment_dataframe​​ 的值。

Figure 2: Data frame with basic modifications

准备好特征值、目标值

下一步是数据的预处理。这是非常重要的一步，因为机器学习算法只能理解/处理数值形数据，而不能理解文本，所以此时要进行特征抽取，将字符串/文本转换成数值化的数据。此外，还需要删除冗余和无用的数据，因为这些数据可能会污染我们的训练模型。我们在这一步中去除了噪声数据、缺失值数据和不一致的数据。

对于情感分析，我们在数据帧中添加特征文本的长度和标点符号计数。我们还要进行词干提取，即将所有相似词（如 “give”、“giving” 等）转换为单一形式。完成后，我们将数据集分为两部分：特征值 X 和 目标值 Y。

上述内容是使用以下代码完成的。下图显示了执行这些步骤后的数据帧。

Figure 3: Data frame after the division of the data set

def count_punct(text):
 count = sum([1 for char in text if char in string.punctuation])
 return round(count/(len(text) - text.count(“ “)),3)*100
 
tokenized_tweet = sentiment_dataframe[‘body_text’].apply(lambda x: x.split())
stemmer = PorterStemmer()
tokenized_tweet = tokenized_tweet.apply(lambda x: [stemmer.stem(i) for i in x])
for i in range(len(tokenized_tweet)):
 tokenized_tweet[i] = ‘ ‘.join(tokenized_tweet[i])
sentiment_dataframe[‘body_text’] = tokenized_tweet
sentiment_dataframe[‘body_len’] = sentiment_dataframe[‘body_text’].apply(lambda x:len(x) - x.count(“ “))
sentiment_dataframe[‘punct%’] = sentiment_dataframe[‘body_text’].apply(lambda x:count_punct(x))
X = sentiment_dataframe[‘body_text’]
y = sentiment_dataframe[‘label’]

特征工程：文本特征处理

我们接下来进行文本特征抽取，对文本特征进行数值化。为此，我们使用计数向量器CountVectorizer，它返回词频矩阵。

在此之后，计算数据帧 X 中的文本长度和标点符号计数等特征。X 的示例如下图所示。

Figure 4: Sample of final features

使用的机器学习算法

现在数据已经可以训练了。下一步是确定使用哪些算法来训练模型。如前所述，我们将尝试多种机器学习算法，并确定最适合情感分析的算法。由于我们打算对文本进行二元分类，因此我们使用以下算法：

• K-近邻算法（KNN）
• 逻辑回归算法
• 支持向量机（SVMs）
• 随机梯度下降（SGD）
• 朴素贝叶斯算法
• 决策树算法
• 随机森林算法

划分数据集

首先，将数据集划分为训练集和测试集。使用 ​​sklearn​​ 库，详见以下代码：

from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X,y, test_size = 0.20, random_state = 99)

我们使用 20% 的数据进行测试，80% 的数据用于训练。划分数据的意义在于对一组新数据（即测试集）评估我们训练的模型是否有效。

K-近邻算法

现在，让我们开始训练第一个模型。首先，我们使用 KNN 算法。先训练模型，然后再评估模型的准确率（具体的代码都可以使用 Python 的 ​​sklearn​​ 库来完成）。详见以下代码，KNN 训练模型的准确率大约为 50%。

from sklearn.neighbors import KNeighborsClassifier
model = KNeighborsClassifier(n_neighbors=3)
model.fit(X_train, y_train)
model.score (X_test,y_test)
0.5056689342403629

逻辑回归算法

逻辑回归模型的代码十分类似——首先从库中导入函数，拟合模型，然后对模型进行评估。下面的代码使用逻辑回归算法，准确率大约为 66%。

from sklearn.linear_model import LogisticRegression
model = LogisticRegression()
model.fit (X_train,y_train)
model.score (X_test,y_test)
0.6621315192743764

支持向量机算法

以下代码使用 SVM，准确率大约为 67%。

from sklearn import svm
model = svm.SVC(kernel=’linear’)
model.fit(X_train, y_train)
model.score(X_test,y_test)
0.6780045351473923

随机森林算法

以下的代码使用了随机森林算法，随机森林训练模型的准确率大约为 69%。

from sklearn.ensemble import RandomForestClassifier
model = RandomForestClassifier()
model.fit(X_train, y_train)
model.score(X_test,y_test)
0.6938775510204082

决策树算法

接下来，我们使用决策树算法，其准确率约为 61%。

from sklearn.tree import DecisionTreeClassifier
model = DecisionTreeClassifier()
model = model.fit(X_train,y_train)
model.score(X_test,y_test)
0.6190476190476191

随机梯度下降算法

以下的代码使用随机梯度下降算法，其准确率大约为 49%。

from sklearn.linear_model import SGDClassifier
model = SGDClassifier()
model = model.fit(X_train,y_train)
model.score(X_test,y_test)
0.49206349206349204

朴素贝叶斯算法

以下的代码使用朴素贝叶斯算法，朴素贝叶斯训练模型的准确率大约为 60%。

from sklearn.naive_bayes import GaussianNB
model = GaussianNB()
model.fit(X_train, y_train)
model.score(X_test,y_test)
0.6009070294784581

情感分析的最佳算法

接下来，我们绘制所有算法的准确率图。如下图所示。

Figure 5: Accuracy performance of the different algorithms

可以看到，对于情感分析这一问题，随机森林算法有最佳的准确率。由此，我们可以得出结论，随机森林算法是所有机器算法中最适合情感分析的算法。我们可以通过处理得到更好的特征、尝试其他矢量化技术、或者使用更好的数据集或更好的分类算法，来进一步提高准确率。

既然，随机森林算法是解决情感分析问题的最佳算法，我将向你展示一个预处理数据的样本。在下图中，你可以看到模型会做出正确的预测！试试这个来改进你的项目吧！

Figure 6: Sample predictions made

相关文章： GT5AI大模型，开启人工智能探索新篇章,赖斯说ai  AI大模型市场竞争加剧，谁主沉浮？,晴川ai教程  AI赋能创意设计，3D模型生成技术革新启航,ai1.0 ai2.0 ai3.0  释放网站潜力，外链发布工具助力SEO优化  AI大模型技术，未来学习浪潮中的关键技能解析,ai喷枪工具  AI加速株生成引发争议，6小时产出四万种，是科技进步还是安全隐忧？,ai绘画老头  AI赋能新篇章，盘点搭载AI大模型的智能市场新趋势,ai 域名  AI模型选购攻略，揭秘选购渠道与策略,星辰ai|直播|  文心一言，揭秘记忆守护者退场后的失忆之谜,全数AI  内容创作新时代：自动生成文章的AI如何改变写作生态  文心一言撤稿风波，揭秘真相与深远影响,ai像素风  MayaAI转模型，引领智能化三维建模新时代,ai moba  OPPO创新驱动，十大AI大模型深度解析，开启未来科技生活新篇章,糖化AI是什么  交大AI模型培训，培育智能时代人才新,ai bian拼音  AI的智慧内核，揭秘训练模型技术,圆明园ai全景  怎么用AI生成一篇文章？高效创作指南全揭秘！  文心新境，探索阅读新篇章,ai冷冻机房节能系统  SEM与SEO：数字营销双剑合璧，打造品牌全新优势  AI赋能立体建模，高精度立体模型构建全方位攻略,ai绘图视频写作app好用吗  怎么让AI写文章，轻松实现内容创作的智能化  豆包AI，全能助手，聊天与表格制作两不误,ai大模型私有化部署  文心一言AI，3月16日启幕，共鉴智能创作新,cmcm AI  AI模型神秘失踪，行业未来蒙阴,8183666_ai  文心一言，如何制作出令人惊的海报？全方位攻略解析,ai幼儿教材  轻松入门AI，平民玩家的开源模型探索之旅,ai制作app  文心一言会员版深度解析，功能全面对比及价值揭秘,圣诞AI限定  文心一言价值揭秘，投资未来，信赖之选,ai换脸mv在线观看  vivoAI蓝心大模型赋能地铁智慧出行，引领未来出行变革,ai科幻场景  定制AI智慧伙伴，揭秘您的专属AI模型软件构建之道,河北话ai  360快速排名优，助力网站流量突破新高  AI赋能，明星AI训练模型揭秘与未来趋势洞察,高达ai绘图  解锁AI绘画CP模型，创意无限的艺术之旅,小狼ai写作  一键安装AI换脸，打造个性化新风尚,冰心AI  从零开始，个人AI模型构建全攻略,山东ai全网通价格  AI绘画利器，高效模型资源库揭秘，轻松挑选心仪工具,yi0101ai  如何下载免费AI软件，让你的工作和生活更智能  文心一言官网，开启创作灵感地,ai批量更改图片分辨率  AI大模型浪潮席卷，技术革启产业变革新时代,a521520ai  AI绘画风格转换全指南，轻松探索创意新境界,国外ai芯片公司  解锁心理学新视野，AI大模型软件助你轻松入门与进阶,我要自学网视频教程ai  SEMSEO是啥？全面解析这两大数字营销策略  AI模型框架资源速查指南，轻松找到理想框架的秘诀,sgs质优生ai面  AI模型版下载指南，开启智能生活新篇章,婴儿喜庆ai  AI大模型全面赋能，开启智能创新新时代,ai43979  AI免费文章解读：智能写作新篇章,小店AI  文心一言，高效优化文章标题的秘诀,人工ai网站  AI写作小助手：释放创意的力量，提升写作效率  2025年AI模型工具革新，智能化升级驱动产业变革新,女星ai跳舞  文心一言App，开启智能写作新时代,ai扫描  文心一言会员群体揭秘，庞大背后的发展脉络,ai音节教案