本文共 1140 字，大约阅读时间需要 3 分钟。
1 import pandas as pd 2 3 import imp 4 5 from sklearn.linear_model import LogisticRegression 6 7 from sklearn.feature_extraction.text import CountVectorizer 8 9 10 11 12 df_test = pd.read_csv(r'testset.csv')13 14 df_train = pd.read_csv(r'trainset.csv')15 16 df_train.drop(columns=['article','id'],inplace=True)17 18 df_test.drop(columns=['article'],inplace=True)19 20 21 22 vectorizer = CountVectorizer(ngram_range=(1, 2),min_df=3,max_df=0.9,max_features=10000)23 24 vectorizer.fit(df_train['word_seg'])25 26 x_train =vectorizer.transform(df_train['word_seg'])27 28 x_test =vectorizer.transform(df_test['word_seg'])29 30 y_train =df_train['class']-131 32 33 34 lg = LogisticRegression(C=4,dual=True)35 36 lg.fit(x_train,y_train)37 38 39 40 y_test = lg.predict(x_test)41 42 43 44 df_test['class'] = y_test.tolist()45 46 df_test['class'] = df_test['class'] + 147 48 df_result =df_test.loc[:,['id','class']]49 50 df_result.to_csv('./result.csv',index=False)51 52 53 54 print("完成") 运行结果是：
pandas.errors.ParserError: Error tokenizing data. C error: out of memory
这是因为我的电脑内存太小，导致了内存溢出，因此换一台电脑就可以得到最终得分为72分的答案了。笔者最终排名位于全国前300名，算是一个个人感觉还不错的成绩了。
转载地址：http://pleel.baihongyu.com/