【发布时间】:2015-09-20 07:22:45
【问题描述】:
我在一组推文上运行了多项式和伯努利朴素贝叶斯,以及线性 SVC。他们在 60/40 的 1000 条训练推文中表现出色(分别为 80%、80%、90%)。
每个算法都有可以更改的参数,我想知道是否可以通过更改参数获得更好的结果。除了训练、测试和预测之外,我对机器学习了解不多,所以我想知道是否有人可以就我可以调整哪些参数给我一些建议。
这是我使用的代码:
import codecs
from sklearn.feature_extraction.text import CountVectorizer
from sklearn.naive_bayes import MultinomialNB,BernoulliNB
from sklearn import svm
trainfile = 'training_words.txt'
testfile = 'testing_words.txt'
word_vectorizer = CountVectorizer(analyzer='word')
trainset = word_vectorizer.fit_transform(codecs.open(trainfile,'r','utf8'))
tags = training_labels
mnb = svm.LinearSVC() #Or any other classifier
mnb.fit(trainset, tags)
codecs.open(testfile,'r','utf8')
testset = word_vectorizer.transform(codecs.open(testfile,'r','utf8'))
results = mnb.predict(testset)
print results
【问题讨论】:
标签: python machine-learning scikit-learn classification