华中科技大学 机器学习大作业：基于MLP的互联网虚假新闻检测器

# 说明文档 ### 项目框架和库版本 - Python 3.8.0 - scikit-learn 1.0.1 - numpy 1.21.2 - pandas 1.3.4 - joblib 1.1.0 - jieba 0.42.1 - 开发工具：Pycharm Professional 2021.2.2 ### 目录结构及说明 ``` root ├── CS1901_柏威良_U201914899_项目报告.docx ├── ML //项目文件夹 │ ├── dataset //数据集 │ │ ├── cn_stopwords.txt //停用词表，预处理用 │ │ ├── test.csv //原始测试集 │ │ ├── test.pkl //预处理测试集 │ │ ├── train.csv //原始训练集 │ │ └── train.pkl //预处理训练集 │ ├── fit.py //训练模块 │ ├── mlp_pred.txt //预测结果，由predict.py产生 │ ├── model //保存模型的文件夹 │ │ ├── mlp.model //多层感知机模型 │ │ ├── scaler.model //数据标准化模型 │ │ └── wv.model //词向量模型 │ ├── optimize.py //自动参数选择模块 │ ├── predict.py //预测模块 │ └── preprocess.py //预处理模块 └── 说明手册.md ``` ### 使用流程 1. `preprocess.py` 会产生预处理数据集和词向量模型 2. `optimize.py` 会打印自动选取的参数，训练时间较长，项目中已经应用了参数因此这一步**可以不执行** 3. `fit.py` 训练，产生训练好的 mlp 模型 4. `predict.py` 预测测试集并将预测结果写到`mlp_pred.txt`文件中