使用训练有素的MNB分类器预测值

时间:2019-01-25 09:21:41

标签: python python-3.x classification sentiment-analysis

我正在尝试训练一个用于情感分析的模型,下面是我训练有素的多项朴素贝叶斯分类器,其准确率达到84%。

我一直无法弄清楚如何使用经过训练的模型来预测句子的情感。例如,我现在想使用训练有素的模型来预测“我恨你”一词的情绪。

我是这个领域的新手,我们将不胜感激。

1 个答案:

答案 0 :(得分:2)

我不知道数据集以及各个字典的语义是什么,但是您正在对具有以下形式的数据集进行模型训练:

document.getElementById("EDTVALOR").addEventListener("change", function() { this.value = this.value.replace(",", "."); this.value = parseFloat(this.value).toFixed(2); if (this.value < 0) { this.value = 0; } this.value = this.value.replace(".", ","); this.value = this.value.replace("NaN", "0"); });

  • 这意味着您的输入采用字典形式,而输出则采用[[{"word":True, "word2": False}, 'neg'], [{"word":True, "word2": False}, 'pos']]标签形式。如果要预测,则需要以以下形式输入字典:

'neg'

  • 然后:

{"I": True, "Hate": False, "you": True}

MNB_classifier.classify({"love": True})

>> 'neg'

MNB_classifier.classify_many([{"love": True}])