MultinomialNB 的 TypeError：float() 参数必须是字符串或数字答案

【问题标题】：TypeError from MultinomialNB: float() argument must be a string or a numberMultinomialNB 的 TypeError：float() 参数必须是字符串或数字
【发布时间】：2018-08-31 02:18:22
【问题描述】：

我正在尝试比较多项式、二项式和伯努利分类器的性能，但出现错误：

TypeError: float() 参数必须是字符串或数字，而不是'set'

下面的代码是MultinomialNB。

documents = [(list(movie_reviews.words(fileid)), category)
             for category in movie_reviews.categories()
             for fileid in movie_reviews.fileids(category)]

random.shuffle(documents)

#print(documents[1])

all_words = []

for w in movie_reviews.words():
    all_words.append(w.lower())

all_words = nltk.FreqDist(all_words)

word_features = list(all_words.keys())[:3000]

def look_for_features(document):
    words = set(document)
    features = {}
    for x in word_features:
        features[x] = {x in words}
    return features

#feature set will be finding features and category
featuresets = [(look_for_features(rev), category) for (rev, category) in documents]

training_set = featuresets[:1400]
testing_set = featuresets[1400:]

#Multinomial
MNB_classifier = SklearnClassifier(MultinomialNB())
MNB_classifier.train(training_set)
print ("Accuracy: ", (nltk.classify.accuracy(MNB_classifier,testing_set))*100)

错误似乎在MNB_classifier.train(training_set)。此代码中的错误类似于错误here。

【问题讨论】：

标签： python-3.x machine-learning scikit-learn text-classification naivebayes

【解决方案1】：

改变...

features[x] = {x in words}

到...

features[x] = x in words

第一行创建featuresets 对(word, {True}) 或(word, {False}) 的列表，即第二个元素是set。 SklearnClassifier 不希望这是一个标签。

代码看起来很像"Creating a module for Sentiment Analysis with NLTK" 中的代码。作者在那里使用了一个元组(x in words)，但它与x in words没有什么不同。

【讨论】：