创建模型需要用到机器学习的库，所以我们先下载sklearn库

下载完成后再输入库文件，就可以完美运行。

然后就是划分测试集和训练集，需要注意的是，在从数据处理函数中导入数据时，足足运行了有将近30多秒，可见在数据处理部分，分词、添加停用词等步骤是非常复杂和消耗资源的，所以我在当初讲这个课题后提出的，把一次运行完后获得的分词数据进行保存，以便接下来的词云绘制和模型构建两步进行快速访问数据，还是非常有用的。

往后在Tf-idf权重计算这一环节出现了错误

(X_tr = TfidfTransformer().fit_transform(data_tr.toarray()).toarray())

查了百度后，得知解决办法大致是通过控制面板的高级系统设置，更改系统给每一个硬盘分区所分配的内存来解决，我试了之后，问题果然解决了。

当然严格来说这其实是一个悖论，因为要想更改系统给硬盘分配的内存生效，就必须重启计算机，而重启计算机也会重新使系统给应用程序分配内存，这样也可以解决内存不足问题。所以说你不可能只让系统给应用分配的内存空间设置生效，而不让系统重启，这样在逻辑上是行不通的。

之后测试集的划分就顺利多了，然后进行机器学习，输入测试集评估模型，模型准确度为0.8525

写到这里整个项目算是完成了，但为了加深印象，我们不妨再看一下其中的几个数据

这个是数据的TF idf权重计算。因为得到的是稀疏矩阵，一行中只有很少部分有值，因此我们看到的大多都是零。

我个人认为，Pycharm并不是一个完美的文本编辑器，一是他的每个项目都是一个虚拟环境，为这个项目所匹配的库文件并不能为其他项目所适用，如果在另外的项目里边讲引用库，就要重新下载，当然pycharm的作者可能有他自己的想法，但是我个人总觉得，这种想法，似乎并不是很适合我们中国的不是顶尖的大学的大学生的思维。

我已经在边角时间给 Python安装了pip，并成功的给python增加了pandas 库，所以说理论上，我们在Pycharm里面能完成的工作也能在Python自带的IDEI里面完成，如果时间允许，我可能会尝试这样的操作。

---

总结

总结来说，由于计算机环境不同，我们不可能完全复制我们老师所录制视频的操作步骤，如果遇到的错误老师没有讲过，就要充分利用互联网的丰富性和我们个人思维的灵活性，尝试通过理解编译器报错提示和百度搜索这两种方法来解决问题。

最后，作为python的新学者，遇到问题首先问身边的朋友或者老师，但有些问题并不能得到解决。这时我们可以去网络上搜索。这里我就推荐新学者去csdn搜索来解决我们遇到的问题。里面可以解决我们遇到的各种各样的问题。最后愿天下再无bug。