问题描述
当我完成代码后,
training_set = featuresets[:500]
testing_set = featuresets[500:]
classifier = nltk.NaiveBayesClassifier.train(training_set)
print("Original Naives Bayes Classifier Accuracy Percent:",(nltk.classify.accuracy(classifier,testing_set))*100)
classifier.show_most_informative_features(20)
出现的几乎所有功能都是pos:neg。
我的培训集有33%的阳性病例。然后,有了这么多的肯定特征,如果我尝试将分类器应用于测试集,我将得到66%的肯定句子,而不是33%。
我尝试将分类器应用于测试集,我也得到了66%的阳性病例,而不是33%。 奇怪的是,因为如果我在testing_set上运行分类器的准确性,则可以计算出很高的准确性(这是可以预测的),但是当我尝试将其应用于testing_set时,它将返回很多归为肯定性的否定语句。
为了获得预期的句子数量,我正在这样做(请参见下文)。我不知道上面是否有编码错误。
poss = 0
negg = 0
for custom_tweet in df.text:
custom_tokens = word_tokenize(custom_tweet,language='portuguese')
x = classifier.classify(dict([token,True] for token in custom_tokens))
if x=='pos':
poss +=1
elif x=='neg':
negg +=1
print(poss)
print(negg)
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)