思路梳理

1. 读入数据（JSON）：train 为 [[text, label], ...]，test 为 ["text1", ...]。

2. 数据清洗：

   • 全部转小写；
   • 去首尾空白并将连续空白折叠为单空格（" ".join(text.split())）。

3. 特征工程：

   • CountVectorizer(ngram_range=(1,2), min_df=1, token_pattern=r'(?u)\b\w+\b')

题目内容

在仅使用 $numpy$/ $pandas$ / $scikit-learn$的前提下，完成一个英文短文本情感二分类流程：

$1$.数据清洗(统一大小写、去掉多余空字符)

$2$.特征工程:$CountVectorizer(1-2 gram,min_df =1)$ → $TfidfTransformer$

$3$.模型:$LogisticRegression$($penalty$="$12$",$C=1.0$,$solver$="$lbfgs$", max_iter=$500$,random_state=$42$)