写一个文本分类的代码
时间: 2023-02-23 07:16:51 浏览: 45
好的,以下是使用 Python 实现文本分类的代码示例:
```
import numpy as np
import pandas as pd
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.linear_model import LogisticRegression
# 读取数据并将其分为训练集和测试集
data = pd.read_csv("data.csv")
train_data = data[:int(len(data) * 0.8)]
test_data = data[int(len(data) * 0.8):]
# 对文本进行特征提取
vectorizer = TfidfVectorizer()
train_features = vectorizer.fit_transform(train_data["text"])
test_features = vectorizer.transform(test_data["text"])
# 训练逻辑回归模型
model = LogisticRegression()
model.fit(train_features, train_data["label"])
# 在测试集上评估模型
accuracy = model.score(test_features, test_data["label"])
print("Accuracy: {:.2f}%".format(accuracy * 100))
```
该代码示例使用逻辑回归模型进行文本分类。首先,我们读取数据并将其分为训练集和测试集。然后,我们使用 `TfidfVectorizer` 对文本进行特征提取。最后,我们训练逻辑回归模型并评估其准确率。
请注意,这仅是一个示例代码,您可以根据需要进行修改和扩展。