如何快速辨别海量真假新闻？

怎么办呢？这个时候就要借助AI了，也就是机器学习，让计算机通过学习足够数量的样本，根据数据中的特征构建模型，并利用此模型对新的情境给出判断和预测。

你可能会觉得有点意思了!更加有意思的是，你也可以通过机器学习的方法，利用Python里强大的scikit-learn包中的聚类学习工具，来迅速判定海量新闻的真假（而Atlas OS的云主机的使用能让整个过程轻松便捷）。

2，选择达仁云主机，新建一个虚拟硬盘，并上传新闻数据集文件news.csv，这是一个逗号分隔的纯文本文档，可以用任何文本编辑器打开查看；

一个机器学习的项目里，我们需要将数据的一部分作为模型训练使用，一部分用来测试。这个例子里面我们可以看到test_size=0.001，也就是随机使用千分之一的数据用来测试，剩下的千分之九百九十九的其他数据用来训练模型。这个test_size参数可以根据需要调整。

我们使用sklearnTfidfVectorizer函数，用TF-IDF词频-逆向文件频率方法进行文本特征提取，使用sklearn fit_transform 函数根据输入的训练数据，统计词汇词典并返回数据对象，生成文档稀疏矩阵，建立模型。

最后，我们使用sklearnPassiveAggressiveClassifier来做学习，这是一种增量学习算法（PA算法），即被动感知算法对测试数据进行预测，并统计结果。

可以看到，在达仁云主机中开启环境，可以快速学习和实践Python的机器学习功能。我们通过这个简单的scikit-learn聚类学习项目，我们可以判断出90%以上的假新闻。那么在这个广告和假新闻满天飞的年代，也许我们后续可以逐步按这个方式过滤假新闻。

你学会了吗？想要马上练习！赶快登陆atlas.daren.io一键启用你的云主机吧，不仅是JupyterLab，达仁云主机还提供RStudio、Eclipse等多种主流开发环境，可选配置多达百余种，可选CPU涵盖1～96核，可选内存涵盖0.5~3TB,可选硬盘涵盖1-16TB，费用低至0.03元每小时起，浏览器中即开即用，这下再也不用为各种学习、开发、测试环境而苦恼了。

想了解更多新鲜实用的云计算和云数据分析工具，欢迎关注“Atlas OS”微信公众号，或联系达仁基算团队ddeng@daren.io。