零基础入门NPL之新闻分类

基于机器学习的文本分类 本部分将使用传统机器学习模型对数据集训练并对测试集进行分类 首先需要做的是使用tf-idf对训练数据text部分进行编码 在nlp中传统表示文本的方法有三种 one-hot编码：统计全部单词进行词库的构建，词库大小为V，每一个单词可以表示为长度为V的向量，向量中V-1个值为0，仅向量对应词库索引位置值为1 词袋模型：在one-hot编码中，每一行数据表示向量维度为NV（N为

>>阅读原文<<