J'ai trouvé un bon exemple de Naive Bayes Classifier de here. Je suis incapable de comprendre les étapes.Travail des algorithmes d'apprentissage automatique pour l'analyse du sentiment
from nltk.classify import SklearnClassifier
from sklearn.naive_bayes import BernoulliNB
from sklearn.svm import SVC
train_data = [({"a": 4, "b": 1, "c": 0}, "ham"),
({"a": 5, "b": 2, "c": 1}, "ham"),
({"a": 0, "b": 3, "c": 4}, "spam"),
({"a": 5, "b": 1, "c": 1}, "ham"),
({"a": 1, "b": 4, "c": 3}, "spam")]
classif = SklearnClassifier(BernoulliNB()).train(train_data)
test_data = [{"a": 3, "b": 2, "c": 1},
{"a": 0, "b": 3, "c": 7}]
classif.classify_many(test_data)
['ham', 'spam']
classif = SklearnClassifier(SVC(), sparse=False).train(train_data)
classif.classify_many(test_data)
['ham', 'spam']
Quels sont:
- Caractéristiques dans le code ci-dessus?
- Données réelles pour le sentiment?
- "a": 4, "b": 1, "c": 0?
- jambon, spam?
Le but fondamental est de comprendre comment fonctionne l'algorithme ML. Je suis novice en analyse de sentiment. J'espère que quelqu'un va aider.
@alixis Qu'est-ce que '4',' 1' et '0' dans' ({"a": 4, "b": 1, "c": 0}, "ham") ' – Amar
Ils sont les valeurs non-sens des caractéristiques non-sens. – alexis
Oh gentil pour la personne absurde. :) – Amar