Dataset之Rotten Tomatoes:Rotten Tomatoes影评数据集简介、下载、使用方法之详细攻略
Dataset之Rotten Tomatoes:Rotten Tomatoes影评数据集简介、下载、使用方法之详细攻略
目录
Rotten Tomatoes影评数据集简介
Rotten Tomatoes影评数据集下载
Rotten Tomatoes影评数据集使用方法
Rotten Tomatoes影评数据集简介
烂番茄(Rotten Tomatoes)网站影评短语数据,对电影进行评价。每个影评可以归入下面5个类项:
- 不给力(negative),
- 不太给力(somewhat negative),
- 中等(neutral),
- 有点给力(somewhat positive),
- 给力(positive)。
解释变量不会总是直白的语言,因为影评内容千差万别,有讽刺的,否定的,以及其他语义的表述,语义并不直白,这些都会让分类充满挑战。
Sentiment是响应变量,0是不给力(negative),4是给力(positive),其他以此类推。Phrase列是影评的内容。影评中每句话都被分割成一行。我们不需要考虑PhraseId列和SentenceId列。
通过下边的代码,可以看出,近51%都是评价为2中等(neutral)的电影。可见,在这个问题里,准确率不是一个有信息量的评价指标,因为即使很烂的分类器预测出中等水平的结果,其准确率也是51%。3有点给力(somewhat positive)的电影占21%, 4给力(positive)的电影占6%,共占27%。剩下的21%就是不给力(negative),不太给力(somewhat negative)的电影。
Rotten Tomatoes影评数据集下载
Rotten Tomatoes影评数据集下载
Rotten Tomatoes影评数据集使用方法
import zipfile
# 压缩节省空间
z = zipfile.ZipFile('mlslpic/train.zip')
df = pd.read_csv(z.open(z.namelist()[0]), header=0, delimiter='\t')df.head()
df.count()
-------------------------
PhraseId 156060
SentenceId 156060
Phrase 156060
Sentiment 156060
dtype: int64df.Phrase.head(10)
df.Sentiment.describe()
-----------------------
count 156060.000000
mean 2.063578
std 0.893832
min 0.000000
25% 2.000000
50% 2.000000
75% 3.000000
max 4.000000
Name: Sentiment, dtype: float64df.Sentiment.value_counts()
-----------------------
2 79582
3 32927
1 27273
4 9206
0 7072
dtype: int64df.Sentiment.value_counts()/df.Sentiment.count()
2 0.509945
3 0.210989
1 0.174760
4 0.058990
0 0.045316
dtype: float64可以看出,近51%都是评价为2中等(neutral)的电影。可见,在这个问题里,准确率不是一个有信息量的评价指标,
因为即使很烂的分类器预测出中等水平的结果,其准确率也是51%。3有点给力(somewhat positive)的电影占21%,
4给力(positive)的电影占6%,共占27%。剩下的21%就是不给力(negative),不太给力(somewhat negative)的电影。
Dataset之Rotten Tomatoes:Rotten Tomatoes影评数据集简介、下载、使用方法之详细攻略相关推荐
- Dataset:GiveMeSomeCredit数据集的简介、下载、使用方法之详细攻略
Dataset:GiveMeSomeCredit数据集的简介.下载.使用方法之详细攻略 目录 GiveMeSomeCredit数据集的简介 1.数据集基本描述 2.EDA后总结 3.数据集基本形状 G ...
- Dataset之babyboom.dat:babyboom.dat数据集的简介、安装、使用方法之详细攻略
Dataset之babyboom.dat:babyboom.dat数据集的简介.安装.使用方法之详细攻略 目录 babyboom.dat数据集的简介.安装.使用方法 babyboom.dat数据集的简 ...
- Dataset:fetch_20newsgroups(20类新闻文本)数据集的简介、安装、使用方法之详细攻略
Dataset:fetch_20newsgroups(20类新闻文本)数据集的简介.安装.使用方法之详细攻略 目录 fetch_20newsgroups(20类新闻文本)数据集的简介 1.数据集信息 ...
- Dataset之MapillaryVistas:MapillaryVistas数据集的简介、下载、使用方法之详细攻略
Dataset之MapillaryVistas:MapillaryVistas数据集的简介.下载.使用方法之详细攻略 目录 MapillaryVistas数据集的简介 1.数据集特点 Mapillar ...
- Dataset之CamVid:CamVid数据集的简介、下载、使用方法之详细攻略
Dataset之CamVid:CamVid数据集的简介.下载.使用方法之详细攻略 目录 CamVid数据集的简介 CamVid数据集的下载 CamVid数据集的使用方法 CamVid数据集的简介 Ca ...
- Dataset之BDD100K:BDD100K数据集的简介、下载、使用方法之详细攻略
Dataset之BDD100K:BDD100K数据集的简介.下载.使用方法之详细攻略 目录 BDD100K数据集的简介 BDD100K数据集的下载 BDD100K数据集的使用方法 BDD100K数据集 ...
- Dataset之Knifey-Spoony:Knifey-Spoony数据集的简介、下载、使用方法之详细攻略
Dataset之Knifey-Spoony:Knifey-Spoony数据集的简介.下载.使用方法之详细攻略 目录 Knifey-Spoony数据集的简介 ##The Knifey-Spoony Da ...
- Dataset之WebVision:WebVision数据集简介、下载、使用方法之详细攻略
Dataset之WebVision:WebVision数据集简介.下载.使用方法之详细攻略 目录 WebVision数据集简介 1.WebVision数据集挑战 WebVision数据集下载 WebV ...
- Dataset之Fashion-MNIST:Fashion-MNIST数据集简介、下载、使用方法之详细攻略
Dataset之Fashion-MNIST:Fashion-MNIST数据集简介.下载.使用方法之详细攻略 目录 Fashion-MNIST数据集简介 1.Why we made Fashion-MN ...
最新文章
- hexo-github-博客搭建指南
- Java开发的环境搭建
- EAST 自然场景文本检测
- 宿州市人力资源和社会保障局数据保护及容灾系统方案公示
- VMware虚拟机不能联网的解决办法
- Java中方法参数的传递
- linux 部署php svn,Linux服务器搭建svn环境方法详解
- 2014值得期待的Erlang两本新书
- [译] Node.js, Express.js 搭建 HTTP/2 服务器
- go java websocket_java的连接wss的websocket服务器代码如何转成go代码
- 磁盘管理,quota,RAID,LVM
- 两款专业卸载软件 Revo Uninstaller Pro 专业版 + msi专业卸载工具
- 【REDIS】redis安装
- 鸿蒙系统可以安装当贝市场吗,荣耀智慧屏安装软件全攻略,新手党必备!当贝市场推荐...
- java扫码枪对接支付宝,支付宝扫码枪如何应用?
- 专升本英语——语法知识——基础语法——第一节 名词和代词【学习笔记】
- GPU显存占满但利用率却很低
- 键盘弹不出来情况(一)
- 图标icon,图标icon资源
- Word~Word修改行间距磅值