Amazon评分预测

简介：
本项目旨在通过分析用户行为和产品评论等数据，构建模型以预测亚马逊平台上商品的评分情况，为商家提供优化建议。 在2020年11月创建了一个二进制分类器来预测亚马逊产品评论的好评度。如果预测评分高于4.4分（满分5分），则认为该产品非常出色。 经过模型训练，在验证组上进行的十倍交叉验证获得了F1得分为0.88，而在测试组上的F1得分是0.86。 数据集包括： - 训练组合：921,782条评论，涵盖33,056种独特的产品； - 测试集合：222,078条评论，涉及8,264种独特的商品。 通常的做法是从每个评论中预测多类别评分（1至5分），然后计算每款产品的平均评级。如果平均评分高于4.4，则最终将该产品归类为“超赞”。 一种改进方法是先进行多分类预测作为二元分类的中间步骤，这使得F1得分提高了6%。 数据预处理包括清理评论和摘要条目，并生成相关功能。 在训练集上拟合逻辑回归模型后，使用验证组来评估性能。最后，在测试集合中做出预测并输出结果。