根据一个项目,我一直在玩Python NLTK和文档分类以及朴素贝叶斯分类器.正如我从文档中理解的那样,如果您的不同文档被标记为pos或neg作为标签(或超过2个标签),则此方法非常有效
我正在使用的文件已经分类,没有标签,但它们有一个分数,一个0到5之间的浮点数.
我想要做的是构建一个分类器,就像文档中的电影示例一样,但这可以预测一段文本的分数,而不是标签.我相信这在文档中提到但从未进一步探讨为"数字特征的概率"
我不是语言专家,也不是统计学家,所以如果有人有这样的例子我会非常感激,如果你愿与我分享.谢谢!
您正在寻找的是线性回归，而 scikit-learn 在这方面比 NLTK 好得多，请参阅http://scikit-learn.org/stable/modules/linear_model.html
| 归档时间： |
|
| 查看次数： |
1093 次 |
| 最近记录： |