import matplotlibpyplot as pltfrom sklearnmodel_selection import train_test_splitfrom machine_learning_method import plot_confusion_matrix classify_with_MLfrom data_load_preprocess import dataloaderfr

本代码主要使用了机器学习和深度学习方法对情感分析进行分类。首先使用sklearn中的TF-IDF向量化方法将文本数据转换为特征，然后使用DecisionTreeClassifier和NaiveBayesClassifier进行分类，并使用plot_confusion_matrix可视化分类结果。然后使用TensorFlow框架搭建神经网络模型，使用Sequential模型，添加Dense层，最终使用sigmoid函数输出0或1的二分类结果。训练模型后评估模型的性能，使用plot_confusion_matrix可视化混淆矩阵，并使用matplotlib绘制模型的训练过程中的准确率和损失率的变化曲线。