使用scikit-learn

Question

哪个特征提取器（Countvectorizer，TfIdf）最适合推文的情绪分析？ 有人可以解释每个与不同分类器最相关的区别。

我计划使用3种不同的分类器 - 朴素贝叶斯，SVM和MaxEnt

Answer 1

您可以尝试使用SelectKBest方法为情绪分析选择最重要的k信息。这存在于Python的scikit-learn库中。 http://scikit-learn.org/stable/modules/generated/sklearn.feature_selection.SelectKBest.html

您可以将其导入为：

from sklearn.feature_selection import SelectKBest, chi2, f_classif

阅读完文档后，您可以尝试使用'chi2'和'f-classif'分数进行特征提取。 SelectKBest是一种选择特征的好方法，因为它选择与输出变量关联最强的特征。您可以不断更改k的值来进行实验，并查看k的哪个值可以获得最佳效果。