基于AdaBoost算法的微博情感分析研究项目源码+详细文档，SVM初步分类，贝叶斯定理进行情感分析，AdaBoost加强分类器

# 基于AdaBoost算法的情感分析研究 **此项目为本科毕业设计项目，目前已经没有时间更新了，文章、代码都有很多错误，大家借鉴一下思路就好，不要仔细研究** **大学时没有好好学算法，毕竟那些树、图实在提不起兴趣，好在毕业设计选择了个机器学习算法，整了个还算是有点意思的项目，至少弥补了大学的一点点的遗憾。现在将项目开源出来，虽然感觉还是写得没有达到自己的预期，大部分也是参考别人的，有兴趣的可以下载看看吧。如果可以，希望能给个star或者fork奖励奖励** **文本分类基本流程** <div align="center">  </div> ## 运行环境 [anaconda: 3.5+]https://www.anaconda.com/ ## 本文项目流程 一、 使用微博应用获取微博文本，代码地址[weibo_get](https://github.com/Zephery/weibo_get) 二、 SVM初步分类(svm_temp.py) 三、 利用贝叶斯定理进行情感分析 四、 利用AdaBoost加强分类器 **完整文档可以看doc** [https://github.com/Zephery/weiboanalysis/blob/master/doc](https://github.com/Zephery/weiboanalysis/blob/master/doc) ## 一、获取微博文本 <div align="center">  </div> ## 二、SVM初步分类 <div align="center">  </div> ## 三、使用朴素贝叶斯分类 <div align="center">  </div> ## 四、AdaBoost #### 4.1 二分类AdaBoost <div align="center">  </div> #### 4.2 多分类AdaBoost **4.2.1 AdaBoost.SAMME** <div align="center">  </div> **4.2.2 AdaBoost.SAMME.R** <div align="center">  </div>