疫情下微博用户情感分析_基于机器学习的微博情感分析

一、数据获取

数据来源于github，文末会附数据来源链接。数据包含微博评论约12万条，其中正向评论、负向评论各约6万条。数据有label、review两个字段，其中label字段用于表示评论是否是正向评论，当取值为1时表示正向评论，取值为0时表示负向评论；review字段用于表示微博评论内容。

二、数据导入与探索

全文运用python作为数据处理、预测的工具。首先利用pandas库导入数据并观察一下前五行数据来看一下数据的大致情况：

import pandas as pddata=pd.read_csv(r'C:\Users\zhousiying\Desktop\weibo_senti_100k\weibo_senti_100k\weibo_senti_100k.csv')data.head()

所得到的结果如下：

然后看一下数据是否存在空值：

data.isnull().sum()

所得结果如下：

label     0 review    0 dtype: int64

结果表示数据集中不存在空值，因此不需要对空