我用nltk训练了一个天真的贝叶斯分类器。函数show_most_informative_features
(source code)可以将训练过程中的顶级似然特征打印到python shell,但它没有返回值。
现在我想将最丰富的功能写入txt文件。但是这些功能都是Unicode,包含中文/日文单词和一些特殊符号。我无法使用'>'将打印重定向到txt文件。
那么如何使用此函数将函数写入txt文件而不返回值?感谢。
答案 0 :(得分:1)
请不要更改nltk库的源代码! 这真的是不好的做法。例如,如果您更新库,或者您需要与未相应修改其库的其他人共享您的代码,会发生什么?
图书馆的行为是标准化的原因!
对于您的问题,您具有等效功能
classifier.most_informative_features(n)
返回您训练的分类器的n个最具信息性的功能列表!!!!
答案 1 :(得分:0)
从源代码中简单改变。 (我不是试试。)
def show_most_informative_features(self, n=10):
strlist = []
# Determine the most relevant features, and display them.
cpdist = self._feature_probdist
# print('Most Informative Features')
strlist.append('Most Informative Features')
for (fname, fval) in self.most_informative_features(n):
def labelprob(l):
return cpdist[l,fname].prob(fval)
labels = sorted([l for l in self._labels
if fval in cpdist[l,fname].samples()],
key=labelprob)
if len(labels) == 1: continue
l0 = labels[0]
l1 = labels[-1]
if cpdist[l0,fname].prob(fval) == 0:
ratio = 'INF'
else:
ratio = '%8.1f' % (cpdist[l1,fname].prob(fval) /
cpdist[l0,fname].prob(fval))
# print(('%24s = %-14r %6s : %-6s = %s : 1.0' %
# (fname, fval, ("%s" % l1)[:6], ("%s" % l0)[:6], ratio)))
strlist.append(('%24s = %-14r %6s : %-6s = %s : 1.0' %
(fname, fval, ("%s" % l1)[:6], ("%s" % l0)[:6], ratio)))
return strlist
# Useage
list = show_most_informative_features(classifier, 100)
file.writelines(list)
P.S。
请不要直接更改源代码!