参考代码：https://github.com/tjflexic/kaggle-word2vec-movie-reviews

题目链接：https://www.kaggle.com/c/word2vec-nlp-tutorial/data

成绩： 1000维特征： word2vec+LR:0.88364 doc2vec_dm+doc2vec_bow+LR:0.90336 word2vec+doc2vec_dm+doc2vec_bow+LR:0.91392 //线性模型后，用LR再次线性融合 word2vec+doc2vec_dm+doc2vec_bow+tf-idf+LR:0.89616 //直接把所有特征拼接起来，然后LR 400维特征： word2vec+doc2vec_dm+doc2vec_bow+tf-idf+两层神经网络:0.90948

update: 题目没有写提交的是类别还是概率，之前一直提交的是类别数据，始终无法突破0.92 现在把提交改为了概率，然后提交。通过之前实验的情况，取最高精度的模型融合方法，得到了目前最好成绩：0.97004 word2vec+doc2vec_dm+doc2vec_bow+LR：输出概率

获得最好成绩的运行步骤： 1、python feature_w2v.py 2、python feature_d2v.py 3、python blending.py

其他的文件是一些单模型和其他的模型融合方法，效果并没有当前这个更优秀