如何将分类器信息最丰富的特征保存到变量中？ (Python NLTK)答案

【问题标题】：How do I save classifier's most informative features into a variable? (Python NLTK)如何将分类器信息最丰富的特征保存到变量中？ (Python NLTK)
【发布时间】：2017-08-07 13:16:35
【问题描述】：

假设我有这段代码：

classifier.show_most_informative_features(10)

Python 将显示 10 个特征以及它们的 pos,neg 标签。有没有办法将特征保存到变量中？

【问题讨论】：

classifier 对象是否有一种方法可以返回这些功能，而不仅仅是显示它们，或者有一个保存它们的实例变量？那就是我要看的地方。您的问题实际上是如何获取方法显示的内容而不是仅仅显示它，引用None 的变量对您没有任何好处。

标签： python classification nltk training-data

【解决方案1】：

方法show_most_informative_features() 打印出请求的特征，并返回None。要返回功能名称和“信息量”列表，请使用：

features = classifier.most_informative_features(10)

你会得到一个可以像这样显示的对列表：

for f, w in features:
    print(f, w)

【讨论】：

【解决方案2】：

解决方案适用于 python3，保存到 output_string 变量。

from io import StringIO
import contextlib
import sys

@contextlib.contextmanager
def stdout_redirect(where):
    sys.stdout = where
    try:
        yield where
    finally:
        sys.stdout = sys.__stdout__

with stdout_redirect(StringIO()) as new_stdout:
    classifier.show_most_informative_features(15)

new_stdout.seek(0)

# output assigned to variable
output_string = new_stdout.read()

【讨论】：