如何在NLTK中找到可能性

Question

http://www.laurentluce.com/posts/twitter-sentiment-analysis-using-python-and-nltk/comment-page-1/#comment-73511

我正在尝试使用此链接了解NLTK。我无法理解如何计算feature_probdist和show_most_informative_features的值。

当“最佳”一词未出现时，Esp如何计算出0.077的可能性。我很久以前就一直在努力

Answer 1

这是因为它正在解释来自NLTK源代码的代码，但没有显示所有代码。 full code is available on NLTK's website（也在您引用的文章中链接）。这些是the NaiveBayesClassifier class within NLTK的方法和方法（分别）中的字段。这个类当然使用Naive Bayes classifier，它基本上是Bayes Theorum的修改，强烈（天真）假设每个事件都是独立的。

• feature_probdist =“P（fname = fval | label），给定标签的特征值的概率分布。它表示为一个字典，其键是（label，fname）对及其值ProbDistIs是特征值。即，P（fname = fval | label）= feature_probdist [label，fname] .prob（fval）。如果给定（label，fname）不是feature_probdist中的键，则假定对于所有fval值，对应的P（fname = fval | label）为0。“

• most_informative features返回“此分类器使用的”信息量最大“的功能列表。出于此功能的目的，功能（fname，fval）的信息量等于最高值P（fname = fval | label），对于任何标签，除以P的最低值（fname = fval | label），对于任何标签：“

  max[ P(fname=fval|label1) / P(fname=fval|label2) ]
  

查看the source code for the entire class如果仍然不清楚，文章的目的不是要深入分析NLTK如何深入工作，而只是提供一个如何使用它的基本概念。