scikit-learn LogisticRegression 分类另一个值

Question

我是 python 的新手，必须完成自然语言处理任务。 使用 kaggle 数据集，情感分类应该使用 python 来实现。 为此，我使用 dataframe 和 LogisticRegression，如本文所述，一切正常。

现在我想知道是否可以对不在数据集中的另一个字符串进行分类，以便我可以交互地试验分类器。

这可能吗？ 谢谢！

Answer 1

您将不得不手动对新数据运行所有预处理，而不是预测。

那是：

因此，首先（数据清理）和您调用的其他编辑数据的函数，
然后运行 (Create a bag of words) 部分，并且只
然后使用拟合的 LR model 来预测这个（预处理的）数据。

Answer 2

是的，这是可能的。

为了使其更加模块化，您可以创建一个 function 并将输入字符串传递给该 function 进行预处理。 这可以减少代码冗余。 对于训练数据预处理，您可以直接将数据传递给 function。

完成后，您需要为测试句子创建词袋。

然后你可以使用预测 function 训练 LR model 来预测 output。

谢谢你。