Question

我想对一列每一行的单词系列进行分类。我定义了一个函数，该函数从每个系列，正负字典和train_set返回一个字典。但是，当我开始定义分类器时，代码在该级别崩溃。

我有此代码：

'B'

完整错误回溯：

bytes

Answer 1

原因很简单：NaiveBayesClassifier期望由特征集和标签组成的2-tuples迭代。

例如，在您的上下文中，正词功能集将是这样的：

[({'beauty': 0.2}, 'pos'),
 ({'good': 0.3}, 'pos'),
 ({'happy': 0.4}, 'pos')]

因此，您应应将数据馈送到NaiveBayesClassifier的数据应采用以下形式：

labelled_featuresets = [({'beauty': 0.2}, 'pos'),
                        ({'good': 0.3}, 'pos'),
                        ({'happy': 0.4}, 'pos'),
                        ({'bad': 0.5}, 'neg'),
                        ({'sick': 0.3}, 'neg'),
                        ({'lazy': 0.2}, 'neg')]

classifier = NaiveBayesClassifier.train(labelled_featuresets)

但是，如果您查看正在执行的操作的更广泛的上下文，出于某些原因，我不确定这是否真的有意义。

最主要的是，您实际上没有办法决定这些分数的首位。您似乎正在进行情绪分析；最简单，最常见的方法是下载从单词到情感分数的预训练映射，因此您可以尝试。

第二个是功能集是从功能值到标签的映射。如果您查看nltk official example，则功能集如下所示：

[({'last_letter': 't'}, 'female'),
 ({'last_letter': 'a'}, 'female'),
 ({'last_letter': 'h'}, 'female'),
 ({'last_letter': 'l'}, 'female'),
 ({'last_letter': 'a'}, 'female'),
 ({'last_letter': 'a'}, 'female'),
 ({'last_letter': 'e'}, 'female'),
 ({'last_letter': 'r'}, 'male'),
 ({'last_letter': 'a'}, 'male'),
 ({'last_letter': 'n'}, 'female')]

这里的工作流程使用一个名称，从中生成一个功能（最后一个字母），然后使用每个名称的最后一个字母以及它是男性还是女性（标签）来确定条件概率最后一个字母给出的性别名称。

另一方面，您正在尝试确定句子是肯定的还是否定的，这意味着您需要（在此进行简化）来判断每个单词是肯定的还是否定的。但是，如果是这样，那么您的功能和标签都具有完全相同的含义！

训练分类器时出现“太多值无法解包” ValueError

1 个答案: