在之前我們介紹了對電影評論的預處理的方法，分詞、提取詞幹、去除停用詞、提取句子的TF-IDF特徵向量。在這篇文章中，我們將介紹使用評論的TF-IDF特徵向量，使用logistic迴歸實現對評論的分類，並使用表格搜索來尋找最優參數。

1、導入相關包

2、評論的預處理

3、獲取數據集

4、訓練評價模型

通過網格搜索可以發現上面輸出的最佳參數是C的值為10.0，使用L2正則化。交叉驗證模型在訓練集上的準確率為89.9%與測試集的準確率90.6%很接近，說明模型沒有存在過擬合和欠擬合。

5、保存模型

保存模型之後，在當前目錄下會產生兩個pkl的文件，一個是停用詞的pkl文件，一個是模型相關參數的文件。在後面介紹將模型嵌入到web系統中，會使用到這兩個pkl文件。

總結：使用網格搜索可以得到最佳模型，同時也會造成的大量硬件資源消耗，需要較高的配置，不然等待的實際可能會更長。使用45000條評論進行模型訓練的時候，需要計算大量評論的特徵向量，以及大量的單詞，完成整個過程大概花了2到3個小時。後面會介紹使用在線算法來提高計算速度。