需要注意的問題：
1、linux mac 平臺
2、標籤中的下劃線是兩個！兩個！兩個！

環境說明：python2.7、linux
自己打自己臉，目前官方的包只能在linux，mac環境下使用。誤導大家了，對不起。
測試facebook開源的基於深度學習的對文字分類的fastText模型
fasttext python包的安裝:

pip install fasttext

第一步獲取分類文字，文字直接用的清華大學的新聞分本，可在文本系列的第三篇找到下載地址。
輸出資料格式： 樣本 + 樣本標籤
說明：這一步不是必須的，可以直接從第二步開始，第二步提供了處理好的文字格式。寫這一步主要是為了記憶當時是怎麼處理原始文字的。

import jieba
import os

basedir = "/home/li/corpus/news/" #這是我的檔案地址，需跟據資料夾位置進行更改
dir_list = ['affairs','constellation','economic','edu','ent','fashion','game','home','house','lottery','science','sports','stock']
##生成fastext的訓練和測試資料集

ftrain = open("news_fasttext_train.txt","w")
ftest = open("news_fasttext_test.txt"
 
,"w")

num = -1
for e in dir_list:
    num += 1
    indir = basedir + e + '/'
    files = os.listdir(indir)
    count = 0
    for fileName in files:
        count += 1            
        filepath = indir + fileName
        with open(filepath,'r') as fr:
            text = fr.read()
        text = text
 
.decode("utf-8").encode("utf-8")
        seg_text = jieba.cut(text.replace("\t"," ").replace("\n"," "))
        outline = " ".join(seg_text)
        outline = outline.encode("utf-8") + "\t__label__" + e + "\n"
#         print outline
#         break

        if count < 10000:
            ftrain.write(outline)
            ftrain.flush()
            continue
        elif count  < 20000:
            ftest.write(outline)
            ftest.flush()
            continue
        else:
            break

ftrain.close()
ftest.close()

# _*_coding:utf-8 _*_
import logging
logging.basicConfig(format='%(asctime)s : %(levelname)s : %(message)s', level=logging.INFO)
import fasttext
#訓練模型
classifier = fasttext.supervised("news_fasttext_train.txt","news_fasttext.model",label_prefix="__label__")

#load訓練好的模型
#classifier = fasttext.load_model('news_fasttext.model.bin', label_prefix='__label__')

#測試模型
result = classifier.test("news_fasttext_test.txt")
print result.precision
print result.recall

0.92240420242
0.92240420242

由於fasttext貌似只提供全部結果的p值和r值，想要統計不同分類的結果，就需要自己寫程式碼來實現了。

# -*- coding: utf-8 -*-
"""
Created on Wed Oct 18 14:17:27 2017

@author: xiaoguangli
"""
import logging
logging.basicConfig(format='%(asctime)s : %(levelname)s : %(message)s', level=logging.INFO)
import fasttext


classifier = fasttext.load_model('news_fasttext.model.bin', label_prefix='__label__')
labels_right = []
texts = []
with open("news_fasttext_test.txt") as fr:
    for line in fr:
        line = line.decode("utf-8").rstrip()
        labels_right.append(line.split("\t")[1].replace("__label__",""))
        texts.append(line.split("\t")[0])
    #     print labels
    #     print texts
#     break
labels_predict = [e[0] for e in classifier.predict(texts)] #預測輸出結果為二維形式
# print labels_predict

text_labels = list(set(labels_right))
text_predict_labels = list(set(labels_predict))
print text_predict_labels
print text_labels

A = dict.fromkeys(text_labels,0)  #預測正確的各個類的數目
B = dict.fromkeys(text_labels,0)   #測試資料集中各個類的數目
C = dict.fromkeys(text_predict_labels,0) #預測結果中各個類的數目
for i in range(0,len(labels_right)):
    B[labels_right[i]] += 1
    C[labels_predict[i]] += 1
    if labels_right[i] == labels_predict[i]:
        A[labels_right[i]] += 1

print A 
print B
print C
#計算準確率，召回率，F值
for key in B:
    try:
        r = float(A[key]) / float(B[key])
        p = float(A[key]) / float(C[key])
        f = p * r * 2 / (p + r)
        print "%s:\t p:%f\t r:%f\t f:%f" % (key,p,r,f)
    except:
        print "error:", key, "right:", A.get(key,0), "real:", B.get(key,0), "predict:",C.get(key,0)

實驗資料分類

[u'affairs', u'fashion', u'lottery', u'house', u'science', u'sports', u'game', u'economic', u'ent', u'edu', u'home', u'constellation', u'stock']
['affairs', 'fashion', 'house', 'sports', 'game', 'economic', 'ent', 'edu', 'home', 'stock', 'science']
{'science': 8415, 'affairs': 8257, 'fashion': 3173, 'house': 9491, 'sports': 9739, 'game': 9506, 'economic': 9235, 'ent': 9665, 'edu': 9491, 'home': 9315, 'stock': 9015}
{'science': 10000, 'affairs': 10000, 'fashion': 3369, 'house': 10000, 'sports': 10000, 'game': 10000, 'economic': 10000, 'ent': 10000, 'edu': 10000, 'home': 10000, 'stock': 10000}
{u'affairs': 8562, u'fashion': 3585, u'lottery': 96, u'science': 9088, u'edu': 10068, u'sports': 10099, u'game': 10151, u'economic': 10131, u'ent': 10798, u'house': 10000, u'home': 10103, u'constellation': 432, u'stock': 10256}

#實驗結果

science:    p:0.841500  r:0.925946r:    f:0.881706
affairs:    p:0.825700  r:0.964377r:    f:0.889667
fashion:    p:0.941822  r:0.885077r:    f:0.912568
house:  p:0.949100  r:0.949100r:    f:0.949100
sports: p:0.973900  r:0.964353r:    f:0.969103
game:   p:0.950600  r:0.936459r:    f:0.943477
economic:   p:0.923500  r:0.911559r:    f:0.917490
ent:    p:0.966500  r:0.895073r:    f:0.929416
edu:    p:0.949100  r:0.942690r:    f:0.945884
home:   p:0.931500  r:0.922003r:    f:0.926727
stock:  p:0.901500  r:0.878998r:    f:0.890107

從結果上，看出fasttext的分類效果還是不錯的，沒有進行對fasttext的調參，結果都基本在90以上，不過在預測的時候，不知道怎麼多出了一個分類constellation。難道。。。。查詢原因中。。。。
2016/11/7更正：從集合B中可以看出訓練集的標籤中是沒有lottery和constellation的資料的，說明在資料準備的時候，每類選取10000篇，導致在測試資料集中lottery和constellation不存在資料了。因此在第一步準備資料的時候可以根據lottery和constellation類的資料進行訓練集和測試集的大小劃分，或者簡單粗暴點，這兩類沒有達到我們的數量要求，可以直接刪除掉