- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我正在尝试创建一个简单的朴素贝叶斯分类器
,用于对两个类之间的数据进行分类,如下面的代码中所述。但我遇到了以下错误,任何人都可以告诉我我做错了什么吗?
Traceback (most recent call last):
File "NBC.py", line 33, in <module>
test(['Apple', 'Banana'])
File "NBC.py", line 16, in test
prob_dist = classifier.prob_classify(lst)
File "/home/***/.local/lib/python3.6/site-packages/nltk/classify/naivebayes.py", line 95, in prob_classify
for fname in list(featureset.keys()):
AttributeError: 'list' object has no attribute 'keys'
“NBC.py”
from nltk.classify import NaiveBayesClassifier
dataFruits = ['Apple', 'Banana', 'Cherry', 'Grape', 'Guava',
'Lemon', 'Mangos', 'Orange', 'Strawberry', 'Watermelon']
dataVeggies = ['Potato', 'Spinach', 'Carrot', 'Onion', 'Cabbage',
'Barccoli', 'Tomatoe', 'Pea', 'Cucumber', 'Eggplant']
def create_features(word):
my_dict = dict([(word, True)])
return my_dict
def test(words):
lst = [create_features(wd) for wd in words]
prob_dist = classifier.prob_classify(lst)
print(prob_dist.prob('fruit'))
class1= [(create_features(item), 'fruit') for item in dataFruits]
#print(class1)
class2 = [(create_features(item), 'veggie') for item in dataVeggies]
#print(class2)
train_set = class1[:] + class2
print(train_set)
# Train
classifier = NaiveBayesClassifier.train(train_set)
# Predict
test(['Apple', 'Banana'])
最佳答案
您的代码试图做的是构建一个基于名称特征的非常简单的分类器。根据其名称,项目将被分类为'fruit'
或'veggie'
。训练集包含一些名称及其各自的类别。
您收到的错误是由于训练集和测试集的格式错误造成的。训练集是一个特征集列表(每个训练示例一个特征集),并且应该具有以下形式的结构:
training_set = [featureset1, featureset2, ...]
每个功能集都是一个对 (features, class)
,其中features
是一个字典
{'f1': value1, 'f2': value2, ...}
和class
是一些值。例如,在您的分类器中,'Apple'
的特征集是:
({'Apple': True,
'Banana': False,
'Broccoli': False,
'Cabbage': False,
'Carrot': False,
'Cherry': False,
'Cucumber': False,
'Eggplant': False,
'Grape': False,
'Guava': False,
'Lemon': False,
'Mangos': False,
'Onion': False,
'Orange': False,
'Pea': False,
'Potato': False,
'Spinach': False,
'Strawberry': False,
'Tomato': False,
'Watermelon': False},
'fruit')
这是更正后的代码:
from nltk.classify import NaiveBayesClassifier, accuracy
dataFruits = ['Apple', 'Banana', 'Cherry', 'Grape', 'Guava',
'Lemon', 'Mangos', 'Orange', 'Strawberry', 'Watermelon']
dataVeggies = ['Potato', 'Spinach', 'Carrot', 'Onion', 'Cabbage',
'Broccoli', 'Tomato', 'Pea', 'Cucumber', 'Eggplant']
def create_features(word, featureNames):
my_dict = dict([(w, False) for w in featureNames])
my_dict[word] = True
return my_dict
def test(word):
lst = create_features(word, allFeatures)
prob_dist = classifier.prob_classify(lst)
print('{}'.format(word))
print('Fruit probability: {:.2f}\tVeggie probability: {:.2f}'.format( prob_dist.prob('fruit'), prob_dist.prob('veggie')))
return prob_dist
allFeatures = dataFruits + dataVeggies
class1= [(create_features(item, allFeatures), 'fruit') for item in dataFruits]
class2 = [(create_features(item, allFeatures), 'veggie') for item in dataVeggies]
train_set = class1[:] + class2
test_set = [(create_features(item, allFeatures), 'fruit') for item in ['Apple','Banana']]
# Train
classifier = NaiveBayesClassifier.train(train_set)
# Predict
test('Strawberry')
test('Strawby')
# Accuracy on test set
print('Accuracy on test set: {:.2f}'.format(accuracy(classifier, test_set)))
一个稍微好一点的分类器,也许这就是您所想到的(沿着http://www.nltk.org/book/ch06.html(文档分类)中的示例)。这里分类器只是预测篮子中是否包含更多水果或蔬菜。基于此您可以构建更复杂的分类器(具有更好的特征和更多的训练数据)。
from nltk.classify import NaiveBayesClassifier, accuracy
dataFruits = ['Apple', 'Banana', 'Cherry', 'Grape', 'Guava',
'Lemon', 'Mangos', 'Orange', 'Strawberry', 'Watermelon']
dataVeggies = ['Potato', 'Spinach', 'Carrot', 'Onion', 'Cabbage',
'Broccoli', 'Tomato', 'Pea', 'Cucumber', 'Eggplant']
def basket_features(basket):
basket_items = set(basket)
features = {}
for item in allFeatures:
features['contains({})'.format(item)] = (item in basket_items)
return features
def test(basket):
lst = basket_features(basket)
prob_dist = classifier.prob_classify(lst)
print('Basket: {}'.format(basket))
print('Fruit probability: {:.2f}\tVeggie probability: {:.2f}'.format(prob_dist.prob('fruit'), prob_dist.prob('veggie')))
return prob_dist
allFeatures = dataFruits + dataVeggies
class1= [(basket_features([item]), 'fruit') for item in dataFruits]
class2 = [(basket_features([item]), 'veggie') for item in dataVeggies]
train_set = class1[:] + class2
# Train
classifier = NaiveBayesClassifier.train(train_set)
# Predict
test(['Apple', 'Banana', 'Cherry', 'Carrot', 'Eggplant', 'Cabbage','Pea'])
test(['Apple', 'Banana', 'Mangos', 'Carrot', 'Eggplant', 'Cabbage','Pea', 'Cucumber'])
test(['Apple', 'Banana'])
test(['Apple', 'Banana', 'Grape'])
classifier.show_most_informative_features(5)
关于python - 设计朴素贝叶斯分类器时出现属性错误,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48479867/
我之前让 dll 注入(inject)器变得简单,但我有 Windows 7,我用 C# 和 C++ 做了它,它工作得很好!但是现在当我在 Windows 8 中尝试相同的代码时,它似乎没有以正确的方
我正在尝试制作一个名为 core-splitter 的元素,该元素在 1.0 中已弃用,因为它在我们的项目中起着关键作用。 如果您不知道 core-splitter 的作用,我可以提供一个简短的描述。
我有几个不同的蜘蛛,想一次运行所有它们。基于 this和 this ,我可以在同一个进程中运行多个蜘蛛。但是,我不知道如何设计一个信号系统来在所有蜘蛛都完成后停止 react 器。 我试过了: cra
有没有办法在达到特定条件时停止扭曲 react 器。例如,如果一个变量被设置为某个值,那么 react 器应该停止吗? 最佳答案 理想情况下,您不会将变量设置为一个值并停止 react 器,而是调用
https://code.angularjs.org/1.0.0rc9/angular-1.0.0rc9.js 上面的链接定义了外部js文件,我不知道Angular-1.0.0rc9.js的注入(in
我正在尝试运行一个函数并将服务注入(inject)其中。我认为这可以使用 $injector 轻松完成.所以我尝试了以下(简化示例): angular.injector().invoke( [ "$q
在 google Guice 中,我可以使用函数 createInjector 创建基于多个模块的注入(inject)器。 因为我使用 GWT.create 在 GoogleGin 中实例化注入(in
我在 ASP.NET Core 1.1 解决方案中使用配置绑定(bind)。基本上,我在“ConfigureServices Startup”部分中有一些用于绑定(bind)的简单代码,如下所示: s
我在 Spring MVC 中设置 initBinder 时遇到一些问题。我有一个 ModelAttribute,它有一个有时会显示的字段。 public class Model { privat
我正在尝试通过jquery post发布knockoutjs View 模型 var $form = $('#barcodeTemplate form'); var data = ko.toJS(vm
如何为包含多态对象集合的复杂模型编写自定义模型绑定(bind)程序? 我有下一个模型结构: public class CustomAttributeValueViewModel { publi
您好,我正在尝试实现我在 this article 中找到的扩展方法对于简单的注入(inject)器,因为它不支持开箱即用的特定构造函数的注册。 根据这篇文章,我需要用一个假的委托(delegate)
你好,我想自动注册我的依赖项。 我现在拥有的是: public interface IRepository where T : class public interface IFolderReposi
我正在使用 Jasmine 测试一些 Angular.js 代码。为此,我需要一个 Angular 注入(inject)器: var injector = angular.injector(['ng'
我正在使用 Matlab 代码生成器。不可能包含代码风格指南。这就是为什么我正在寻找一个工具来“ reshape ”、重命名和重新格式化生成的代码,根据我的: 功能横幅约定 文件横幅约定 命名约定 等
这个问题在这里已经有了答案: Where and why do I have to put the "template" and "typename" keywords? (8 个答案) 关闭 8
我开发了一种工具,可以更改某些程序的外观。为此,我需要在某些进程中注入(inject)一个 dll。 现在我基本上使用这个 approach .问题通常是人们无法注入(inject) dll,因为他们
我想使用 swing、spring 和 hibernate 编写一个 java 应用程序。 我想使用数据绑定(bind)器用 bean 的值填充 gui,并且我还希望它反射(reflect) gui
我有这段代码,当两个蜘蛛完成后,程序仍在运行。 #!C:\Python27\python.exe from twisted.internet import reactor from scrapy.cr
要点是 Spring Batch (v2) 测试框架具有带有 @Autowired 注释的 JobLauncherTestUtils.setJob。我们的测试套件有多个 Job 类提供者。因为这个类不
我是一名优秀的程序员,十分优秀!