机器学习支持向量机对新闻文本进行分类

数据集：sklearn的新闻抓取器fetch_20newsgroups 预处理：删除标点符号，对文本单词进行统计，统计出所有单词（去除重复的），然后将这些单词作为特征向量，将行数作为维度。
① ：分割数据集，分为训练集和测试集 ② ：使用TfidfVectorizer（文本特征提取）对文本进行特征向量转化（将文本转化成多维度的特征向量） ③ ：初始化SVC模型，用分割好的训练数据，训练SVC模型 ④ ：用训练好的模型，预测测试集 ⑤ ：用svc自带的评估来评估模型，用classification_report对预测结果（分类器性能）评估
from sklearn.datasets import fetch_20newsgroups
news = fetch_20newsgroups(subset='all')

from string import punctuation
table = str.maketr

机器学习支持向量机对新闻文本进行分类最先出现在Python成神之路。