XGBoost与LightGBM文本分类源代码商品评论数据集Word2Vec进行词向量的生成

可直接运行，1、内容概要：本资源主要基于XGBoost与LightGBM实现文本分类，适用于文本分类使用。2、数据集为电商真实商品评论数据，主要包括训练集data_train，测试集data_test ，经过预处理的训练集clean_data_train，训练好的word2vec词向量模型w2v_model.pkl和中文停用词表stopwords.txt，可用于模型训练和测试，详细数据集介绍见商品评论情感数据说明文档。3、源代码：word2vec_analysis.py 是基于Word2Vec进行词向量的生成，采用向量平均求得句向量，然后分别构建RandomForest和GBDT分类模型进行文本分类。4、源代码：xgboost_model.py是基于xgboost模型对文本进行分类。5、源代码：lightGBM_model.py是基于lightGBM模型对文本进行分类。