我正在尝试为我的原始数据实现Scikit和NLTK的内置朴素贝叶斯分类器。我拥有的数据是设置制表符分隔的行，每个行都有一些标签，段落和一些其他属性。
我有兴趣对段落进行分类。
我需要将此数据转换为适合Scikit / NLTK内置分类器的格式。
我想为所有段落实现Gaussian，Bernoulli和Multinomial Naive Bayes。
问题1：
对于scikit，example给定导入虹膜数据。我检查了虹膜数据，它有来自数据集的预先计算的值。如何将我的数据转换为这种格式并直接调用高斯函数？这样做有什么标准方法吗？
问题2：
对于NLTK，
应该为NaiveBayesClassifier.classify函数输入什么？它是用布尔值dict？如何制成多项式或高斯型？
答案 0 :(得分：1)
@问题2：
nltk.NaiveBayesClassifier.classify期望一个所谓的'featureset'。特征集是一个字典，其特征名称为键，特征值为值，例如， {'word1':True, 'word2':True, 'word3':False}。 Nltks的朴素贝叶斯分类器不能用作多项式方法。但是，您可以安装scikit learn并使用nltk.classify.scikitlearn包装器模块来部署scikit的多项分类器。