机器学习各大算法核心总结图，比如常见的logits回归，word2vect，xgboost

维基百科数据训练的字向量，可以作为分词工具的输入，附使用代码。效果：三的上下文最相似词：四 0.9261350631713867 六 0.9203430414199829 二 0.9152765870094299 五 0.9106490612030029 八 0.8815003633499146 七 0.8814834356307983 九 0.8052943348884583 十 0.7749631404876709 百 0.6811780333518982 一 0.676212310791

商品的在线评论情感分析已经成为一个热门的研究话题。为了更好地解决情感分析中 词语的上下文信息和词语的情感信息缺失问题，提出了一种基于句子情感得分加权句向量的 Sword2vect情感分析方法，对中文在线评价进行情感分析。首先用基于词典的方法计算出评论 句子的情感得分并对其进行预处理保证所有正向评论句子的情感得分为正，负向评论情感得分 为负，用word2vect算法得到含有上下文信息评论的句子向量，然后用情感得分对句子向量进行 加权得到情感句向量Sword2vect ，用支持向量机算法对训练数据集