【文件属性】：
文件名称：toxic-comment-classification:根据毒性类型对毒性评论进行分类，例如毒性，严重毒性，淫秽，威胁，侮辱，仇恨
文件大小：150.67MB
文件格式：ZIP
更新时间：2021-05-19 09:27:06
XSLT
项目介绍
问题：该项目的目的是根据毒性类型对毒性意见进行分类。 毒性类型的例子可以是有毒的，重度有毒的，淫秽的，威胁的，侮辱的，仇恨的。 实施了Logistic回归，支持向量机和朴素贝叶斯等不同的机器学习技术来确定6种有毒评论。 数据：我们用于有毒评论分类的数据集取自Kaggle竞赛，该竞赛可在Kaggle找到。 数据集具有来自Wikipedia对话页编辑的大量评论。 它们已被人类鉴定者标记为有毒行为。
有毒的
严重的
猥亵
威胁
侮辱
讨厌身份
数数
15294
1595
8449
478
7877
1405
百分比
9.5％
0.9％
5.2％
0.2％
4.9％
0.8％
数据高度不平衡
执行项目：
spark - submit -- class < Class> project_2 .11 - 0.1 .jar < name of label