使用经过训练的 MNB 分类器预测值
Predicting values using trained MNB Classifier
我正在尝试训练情绪分析模型，下面是我训练的多项式朴素贝叶斯分类器，返回的准确率为 84%。
我一直想不通如何使用训练好的模型来预测句子的情感。例如，我现在想使用经过训练的模型来预测短语 "I hate you".
的情绪
我是这个领域的新手，非常感谢任何帮助。
我不知道数据集和各个词典的语义是什么，但你正在一个数据集上训练你的模型，其形式如下：
[[{"word":True, "word2": False}, 'neg'], [{"word":True, "word2": False}, 'pos']]
- 这意味着你的输入是字典的形式，输出是
'neg' 标签的形式。如果你想预测你需要输入字典的形式：
{"I": True, "Hate": False, "you": True}.
- 然后：
MNB_classifier.classify({"love": True})
>> 'neg'
或
MNB_classifier.classify_many([{"love": True}])
>> ['neg']
我正在尝试训练情绪分析模型，下面是我训练的多项式朴素贝叶斯分类器，返回的准确率为 84%。
我一直想不通如何使用训练好的模型来预测句子的情感。例如，我现在想使用经过训练的模型来预测短语 "I hate you".
的情绪我是这个领域的新手，非常感谢任何帮助。
我不知道数据集和各个词典的语义是什么，但你正在一个数据集上训练你的模型，其形式如下：
[[{"word":True, "word2": False}, 'neg'], [{"word":True, "word2": False}, 'pos']]
- 这意味着你的输入是字典的形式，输出是
'neg'标签的形式。如果你想预测你需要输入字典的形式：
{"I": True, "Hate": False, "you": True}.
- 然后：
MNB_classifier.classify({"love": True})
>> 'neg'
或
MNB_classifier.classify_many([{"love": True}])
>> ['neg']