import?jieba
import?pandas?as?pd
from?sklearn?import?metricsnaive_bayes

from?sklearn.feature_extraction.text?import?CountVectorizer#計算詞頻

file=open（‘商品編號和評論.txt‘‘r‘encoding=‘UTF-8‘）
rows=file.readline（）



def?main（）:

????reviews=[]#評論
????score=[]#評分

????num=0
????while?rows:
????????line?=?file.readline（）
????????ls?=?line.split（‘‘）
????????if?len（ls）==5:
????????????reviews.append（ls[2]）
????????????score.append（ls[3]）

????????if?num==10000:
????????????break
????????num+=1

????df=pd.Dataframe（{
????????‘reviews‘:reviews
????????‘score‘:score
????}）

????df=df[[‘reviews‘‘score‘]]#修改列名
????print（df）
????#?print（df.info（））
????#?print（df.ix[0]）

????df[‘score‘]=df[‘score‘].str.extract（r‘（\d+）‘expand=False）.astype（int）

????#?print（df.info（））

????#?print（sum（df[‘score‘].isnull（）））
????df[‘score‘]=df[‘score‘].apply（score_get）




????col=df.iloc[:0]
????arrs=col.values
????result=[]#過濾完成的結果
????stopwords={}.fromkeys（[‘，‘‘！‘‘。‘‘、‘‘?‘‘～‘]）
????for?a?in?arrs:
????????seglist=jieba.lcut（acut_all=False）
????????final=‘‘
????????for?seg?in?seglist:
????????????if?seg?not?in?stopwords:
????????????????final+=seg
????????seglist=jieba.lcut（finalcut_all=False）
????????output=‘?‘.join（list（seglist））#每行過濾出的結果

????????result.append（output）

????#
????vectorize=CountVectorizer（）#new

????#?word=vectorize.get_feature_names（）#查看
????#?for?i?in?word:
????#?????print（i）


????X=vectorize.fit_transform（result）#計算過濾后列表詞頻率

????X=X.toarray（）#轉為列表

????#?print（X）

????x_train=X[:-1000]

????y_train=df.iloc[:-10001]

????x_test?=?X[-1000:]

????y_test=df.iloc[-1000:1]

????nb=naive_bayes.BernoulliNB（）

????nb.fit（x_trainy_train）

????nb_pre=nb.predict（x_test）

????print（nb_pre）

????word?=?vectorize.get_feature_names（）
????for?w?in?word:
????????print（w）
????accuracy?=?metrics.accuracy_score（y_test?nb_pre）

????print（‘分類準確率：‘a(chǎn)ccuracy）


def?score_get（x）:
????if?x<=3:
????????return?1

????else:
????????return?2



if?__name__?==?‘__main__‘:
????main（）

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件????????135??2018-12-12?15:25??suanfa\.idea\encodings.xml

?????文件????????295??2018-12-12?15:25??suanfa\.idea\misc.xml

?????文件????????264??2018-12-12?15:25??suanfa\.idea\modules.xml

?????文件????????438??2018-12-12?15:25??suanfa\.idea\suanfa.iml

?????文件???????9188??2018-12-12?15:25??suanfa\.idea\workspace.xml

?????文件???????2112??2018-12-13?10:43??suanfa\suanfa.py

?????文件???75224050??2018-12-13?09:29??suanfa\商品編號和評論.txt

?????目錄??????????0??2018-12-13?10:44??suanfa\.idea

?????目錄??????????0??2018-12-13?10:44??suanfa

-----------?---------??----------?-----??----

?????????????75236482????????????????????9