我正在开始尝试推文情绪分析（正面、中性、负面）。到目前为止，我已经清理了数据并使用 BoW 来了解数据（> 2.5k 条推文）。我还制作了二元组以尝试获得更清晰的情绪洞察力。

数据严重偏斜，因此我尝试了上采样和下采样来查看差异。

我最终通过一个随机森林分类器将其全部通过，上采样数据的准确度为 0.7，下采样数据的准确度为 0.3。

我在混淆矩阵中对此进行了可视化，我可以看到该模型实际上无法正确标记。我检索了 Precision、Recall 和 F1。我可以看到我首先对正面和负面情绪有问题（值<0.45）

我已经尝试回去清理数据，但在这一点上，我想不出其他任何事情要做（我已经运行了词干提取、引理、标记化、停用词并添加了保留在那里的停用词，删除了特殊字符（ @、# 等）和超链接。

我还给了我的 countvectorizer 1,1 的 ngram 范围；2,2; 3,3; 但没有检测到大的变化。

这是我第一次这样做，有人可以在这里指出正确的方向吗？