とValueError：パンダ

Question

に私のコードをfloat型に文字列を変換できませんでしたが、次のとおりです。

import pandas as pd 
data = pd.read_table('train.tsv') 

X=data.Phrase 
Y=data.Sentiment 
from sklearn import cross_validation 
X_train,X_test,Y_train,Y_test=cross_validation.train_test_split(X,Y,test_size=0.2,random_state=0) 
from sklearn.naive_bayes import MultinomialNB 
clf = MultinomialNB() 
clf.fit(X,Y) 

私はエラーを取得する：ValueError: could not convert string to float:

は、私は私のコードが動作することをどのような変更を行うことができますか？

Answer 1

documentationに記載されているように、scikit-learnのMultinomialNBにテキストデータを渡すことはできません。

scikit-learnのアルゴリズムは、テキストデータで直接動作するものはありません。必要な出力を得るには、いくつかの前処理が必要です。バギングやトークン化などのテクニックを使用して、まずテキストデータから特徴を抽出する必要があります。より理解しやすいように、linkをご覧ください。

また、あなたのようなユースケースについては、NLTKをご覧ください。

Answer 2

ValueError when using Multinomial Naive Bayes classifier

上記の回答のようにあなたは、おそらくあなたのデータを前処理する必要があります。