《表4 凯莱英网络舆情文本情感分类结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《网络文本舆情对股价影响的案例教学设计研究——以凯莱英股票市价分析为例》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

第四，构建投资者情绪分类。模型主要分为训练和测试两阶段。从训练阶段来看，将人工标注的方法得到1 900条看涨和看跌的股评数据。随机分配1 400条给训练集，其余作为测试集。通过SVM和logistic回归两种模型算法分别构建分类器，在500和1000的特征维度下用测试集检验分类器的精确度将标注的文本进行分类，分为训练和测试两种类型。通过nu支持向量机、logistic回归两种方法根据训练文本构造情感分类器，将测试文本用来检验机器学习方法精度（见表4）。