我试图通过Twitter预测股市价值的日常积极性或消极性 我研究了很多关于这个主题的内容，我发现这个article开始了 基本上，我所做的是从雅虎财经获得相对于唐氏琼斯的日期，并计算这一天是正面还是负面。
在同一天，通过仅收集表达情绪的推文，获取包含I'm, feel, makes me等字词的所有推文。
我有一个单词列表（正面和负面），没有得分，只有单词 对于分析的每一天，我创建一个Python字典，其中包含列表中的单词作为键，以及作为值的分数，按以下方式计算：
score of a word = num of times the word matches tweets in a day /
num of total matches of all words
为了预测股票市场，我将朴素贝叶斯算法作为数据进行训练，将python词典与单词和相对分数进行训练，并根据财务数据将其作为目标“pos”或“neg”。
我收集了一年的日期（从2010年1月1日至2010年12月31日）。
单词列表的长度是18540
我正在使用Python 3.4，tweepy和scikit-learn
分类器效果不好，因为我是这个领域的新手，我想问一下我的程序是否有问题，或者你有什么建议可以帮助我。
感谢任何帮助