把膳绫擎的所有测试结不雅进行综合可汇总如下：

不合分类器的不合特点选择办法效不雅

posFeatures = pos_features(bigrams)  
negFeatures = neg_features(bigrams) 

用Python 进行机械进修及情感分析，须要用到两个重要的法度榜样包：nltk 和 scikit-learn

所以在经由膳绫擎一系列的分析之后，可以得出如下的结论：

• Bernoulli 朴实贝叶斯分类器效不雅最佳
• 词和双词搭配作为特点时效不雅最好
• 当特点维数为1500时效不雅最好

为了不消每次分类之前都要练习一次数据，所以可以在用开辟集找出最佳分类器后，把最佳分类器存储下来以便今后应用。然后再应用这个分类器对文本进行分类。

一、应用测试集测试分类器的最终效不雅

word_scores = create_word_bigram_scores() #应用词和双词搭配作为特点  
best_words = find_best_words(word_scores, 1500) #特点维度1500  
posFeatures = pos_features(best_word_features)  
negFeatures = neg_features(best_word_features)  
trainSet = posFeatures[:500] + negFeatures[:500] #应用了更多半据  
testSet = posFeatures[500:] + negFeatures[500:]  
test, tag_test = zip(*testSet)  
def final_score(classifier):  
classifier = SklearnClassifier(classifier)  
classifier.train(trainSet)  
pred = classifier.batch_classify(test)  
return accuracy_score(tag_test, pred)  
print final_score(BernoulliNB()) #应用开辟集中得出的最佳分类器 

其结不雅是很给力的：

nltk 重要负粜ウ理特点提取(双词或多词搭配须要应用nltk 来做)和特点选择(须要nltk 供给的统计办法)。

0.979166666667 

二、把分类器存储下来

(存储分类器和前面没有差别，只是应用了更多的练习数据以便分类器更为精确)

word_scores = create_word_bigram_scores()  
best_words = find_best_words(word_scores, 1500)  
posFeatures = pos_features(best_word_features)  
negFeatures = neg_features(best_word_features)  
trainSet = posFeatures + negFeatures  
BernoulliNB_classifier = SklearnClassifier(BernoulliNB())  
BernoulliNB_classifier.train(trainSet)  
pickle.dump(BernoulliNB_classifier, 	
			
 8/10   首页 上一页 6 7 8 9 10 下一页 尾页
	
			

　　推荐阅读
　　Linux下使用sudo进行赋权
进修怎么在保护 root 暗码的安然性的同时，为可托用户付与所治理的收集功能和特定办事的权限。我比来写了一个简短的 Bash 法度榜样来将 MP3 文件大年夜一台收集主机的 USB 盘中拷贝到另一台收集主机上去。拷贝出来的>>>详细阅读


本文标题：使用python+机器学习方法进行情感分析(详细步骤)
地址：http://www.17bianji.com/lsqh/40229.html
 1/2    1