前面课程中，我们已经把数据集处理好了，接下来就要正式开始修改逻辑代码了。在正式动手之前，我们可以先大概想一想，替换数据集之后，需要修改哪些地方。

其实只有两个地方，一个是我们之前的数据集，是按行读取的，一行一条数据，现在我们换成了csv，读取方式需要修改一下。另外一个，就是目标值，之前只有一个，现在是多个，我们这里的方案就简单处理，取第一个。

有的同学可能会有疑问，不是说好的多标签吗？为什么又取第一个？不要着急，我们现在做的还是单标签。因为我们只做多标签的话，可能会有分类为空的情况，所以我们完整的模型是先走多标签，如果为空，我们再来一个单标签做兜底。后面讲到多标签的输出值的时候，会再给大家详细讲解这个过程。

代码示例

1、pandas读取数据 

内容不可见，请联系管理员开通权限。

2、取第一个标签做目标值 

内容不可见，请联系管理员开通权限。

3、模型保存方式修改

考虑到后面我们需要加载多标签和单标签两个模型，所以我们把模型的保存方式改一下，只保存模型参数，实例化放到调用的时候做，免得相互干扰。 

内容不可见，请联系管理员开通权限。

好的，到目前为止，替换数据集的过程就详细的给大家演示完了，逻辑代码要改的不多，难点还是在数据处理上，所以数据处理能力比较弱的同学，课后可以多做一些数据处理方面的刻意练习，提高综合编码能力。

大家课后需要把数据集和代码传到 Kaggle，重新训练一个模型出来。这个过程就留给大家自己完成，这里就不重复演示了，忘记流程的，可以参考新闻文本分类的项目，有详细的演示。

如果遇到无法下载的情况，可尝试以下方法： 

内容不可见，请联系管理员开通权限。

4、Kaggle上的训练结果

最后还是看一下我提前在Kaggle上训练的结果，11个epcho训练集的准确率就到1了，所以就只训练了11个epoch。之前的项目里面，有些同学在gpu上跑测试集，会有疑问，我们顺便给大家讲一下测试集的改动。 

内容不可见，请联系管理员开通权限。
其实很简单，只需要保证数据和模型在同一个设备上即可。最后的测试 f1-score 是0.84，已经很好了，大家有兴趣还可以去细调LR，也可以在训练过程中，画准确率曲线，找到一个更好的模型。

本文链接：http://www.ichenhua.cn/edu/note/563

版权声明：本文为「陈华编程」原创课程讲义，请给与知识创作者起码的尊重，未经许可不得传播或转售！