← 返回设计浏览

DESIGN PROJECT · 10 IMAGES

基于机器学习的文本分类算法优化

系统界面、功能流程与设计成果可视化记录

项目说明

项目在 PyCharm 中打开,左侧项目树包含 app.py、model.py、train_model.py、utils.py、requirements.txt 等文件,并可见 templates、data、.venv 等目录。运行 train_model.py 后控制台输出 matplotlib 绘制混淆矩阵时的字体缺失警告,进程以退出代码 0 结束。右侧文件列表显示 confusion_matrx.png、feature_importances_gb.png、feature_importances_rf.png、model.py、README.md、requirements.txt、text_classifier.joblib、train_data.csv 等文件。第二张截图为浏览器中打开的百度搜索结果页,搜索词为“为什么现在的商场爱叫‘xx里’”,页面展示相关资讯与百度热搜列表。

PROJECT · VIDEO

项目演示视频

基于机器学习的文本分类算法优化
在 B站打开 ↗
视频来自码尔代夫的代码 B站账号5:12
基于机器学习的文本分类算法优化项目截图 1
基于机器学习的文本分类算法优化 · 01
基于机器学习的文本分类算法优化项目截图 2
基于机器学习的文本分类算法优化 · 02
基于机器学习的文本分类算法优化项目截图 3
基于机器学习的文本分类算法优化 · 03
基于机器学习的文本分类算法优化项目截图 4
基于机器学习的文本分类算法优化 · 04
基于机器学习的文本分类算法优化项目截图 5
基于机器学习的文本分类算法优化 · 05
基于机器学习的文本分类算法优化项目截图 6
基于机器学习的文本分类算法优化 · 06
基于机器学习的文本分类算法优化项目截图 7
基于机器学习的文本分类算法优化 · 07
基于机器学习的文本分类算法优化项目截图 8
基于机器学习的文本分类算法优化 · 08
基于机器学习的文本分类算法优化项目截图 9
基于机器学习的文本分类算法优化 · 09
基于机器学习的文本分类算法优化项目截图 10
基于机器学习的文本分类算法优化 · 10

END OF PROJECT

继续浏览其他设计 →