text-svm：新闻文本标题分类

运行环境

• Python3
• pandas
• jieba
• sklearn

数据集下载

本项目使用搜狗实验室开放的搜狐新闻数据(SogouCS)的完整包，下载地址：搜狐新闻数据，下载后将文件重命名为：news_sohusite_xml.txt 放入项目文件夹中

项目运行

• 运行 word_split.py 文件对数据进行筛选预处理，并且输出训练集和测试集的文件

• 运行 svm.py 文件对训练集和测试机利用 TF-IDF 进行文本特征提取，并且加载 SVM 模型进行学习