在pycharm中使用pyliblinear进行快速文本分类

目录

生成预训练模型： 训练或载入

①训练预测模型：

②加载训练模型：

③保存训练模型：

训练/预测数据格式：

载入数据：

---

生成预训练模型： 训练或载入

①训练预测模型：

import pyliblinear as pl

    
# 使用数据构成featureMatrix用以训练和验证
fm_Tra = pl.FeatureMatrix.load('E:\文本分类实验\Tra.txt')
fm_Tes = pl.FeatureMatrix.load('E:\文本分类实验\Tes.txt')

# 使用fm_Tra生成预测模型model
model = pl.Model.train(fm_Tra)

# 调用model中的预测方法，对fm_Tes进行预测，返回list形式预测结果
p = model.predict(matrix=fm_Tes)
    

②加载训练模型：

# 加载目标路径下的训练模型
model = pl.Model.load('E:\文本分类实验\Save')

③保存训练模型：

# 保存model到目标路径
model.save('E:\文本分类实验\Save')

训练/预测数据格式：

Label1 index1:value1 index2:value2 index3:value3 index4:value4 ...
Label2 index1:value1 index2:value2 index3:value3 index4:value4 ...
Label3 index1:value1 index2:value2 index3:value3 index4:value4 ...
···

 即

0 1:0.57 2:0.69 3:0.72 4:0.85 ...
0 1:0.55 2:0.62 3:0.75 4:0.86 ...
1 1:0.56 2:0.57 3:0.54 4:0.55 ...
···

载入数据：

从目标路径文件载入

fm = pl.FeatureMatrix.load('E:\文本分类实验\Tra.txt')