2016-12-07 11 views
1

何を持っていない私はNLTKのナイーブベイズ分類器とのデータセットを訓練しようとしていますが、私の端末はNLTK NaiveBayesClassifierは、属性のエラーを知らせる「リスト」オブジェクトは、属性「アイテムの

# Applying Naive Bayes 
training_set = featursets[:2000] 
testing_set = featursets[2000:] 
classifier = nltk.NaiveBayesClassifier.train(training_set) 
print "Naive bayes classifier accuracy % = ", (nltk.classify.accuracy(classifier, testing_set)*100) 
classifier.show_informative_features(30) 

このエラーをスローし、エラーが言い続けてスロー

AttributeError        
Traceback (most recent call last) 
<ipython-input-69-2a409562c9f8> in <module>() 
    2 training_set = featursets[:2000] 
    3 testing_set = featursets[2000:] 
    ----> 4 classifier = nltk.NaiveBayesClassifier.train(featursets) 
    5 print "Naive bayes classifier accuracy % = "(nltk.classify.accuracy(classifier, testing_set)*100) 
    6 classifier.show_informative_features(30) 

    /home/satyaki/.local/lib/python2.7/site-packages/nltk/classify/naivebayes.pyc in train(cls, labeled_featuresets, estimator) 
194   for featureset, label in labeled_featuresets: 
195    label_freqdist[label] += 1 
--> 196    for fname, fval in featureset.items(): 
197     # Increment freq(fval|label, fname) 
198     feature_freqdist[label, fname][fval] += 1 

AttributeError: 'list' object has no attribute 'items' 

しかし、私はここで何が問題になったのかは分かりません。助けてください、みんな?

+1

あなたfeaturesetsは辞書ではなく、リストでなければなりません。あなたは何を彼らに入れましたか? – alexis

+0

入力データは何ですか?どのように機能を抽出しましたか? http://stackoverflow.com/questions/21107075/classification-using-movie-review-corpus-in-nltk-pythonを見てください – alvas

答えて

0

フィーチャ値を辞書にします。

出典:reference link

スニペット列データから[0]:

({'able': True, 
    'absurdly': True, 
    'alone': True, 
    'american': True, 
    'americans': True, 
    'anyone': True, 
    'appearance': True, 
    'applauding': True, 
    'atrocious': True, 
    'audience': True, 
    'audiences': True, 
    'aykroyd': True, 
    'bacall': True, 
    'band': True, 
    'banter': True, 
    'bicker': True, 
    'bits': True, 
    'brothers': True, 
    'chief': True, 
    'clude': True, 
    'comedy': True, 
    'commander': True, 
    'counted': True, 
    'crap': True, 
    'current': True, 
    'dan': True, 
    'dialogue': True, 
    'discriminating': True, 
    'dorothy': True, 
    'drowned': True, 
    'elvis': True, 
    'especially': True, 
    'even': True, 
    'ex': True, 
    'exchange': True, 
    'fellow': True, 
    'film': True, 
    'fine': True, 
    'first': True, 
    'fit': True, 
    'forget': True, 
    'former': True, 
    'funny': True, 
    'garner': True, 
    'gay': True, 
    'get': True, 
    'gets': True, 
    'going': True, 
    'grumpy': True, 
    'heard': True, 
    'heaven': True, 
    'help': True, 
    'holiday': True, 
    'honestly': True, 
    'immediately': True, 
    'impersonator': True, 
    'including': True, 
    'ing': True, 
    'ish': True, 
    'jack': True, 
    'james': True, 
    'john': True, 
    'joke': True, 
    'judas': True, 
    'lady': True, 
    'lauren': True, 
    'lemmon': True, 
    'macarena': True, 
    'march': True, 
    'marching': True, 
    'men': True, 
    'merely': True, 
    'mine': True, 
    'moment': True, 
    'movie': True, 
    'musical': True, 
    'non': True, 
    'number': True, 
    'offensively': True, 
    'old': True, 
    'older': True, 
    'one': True, 
    'overbearing': True, 
    'penis': True, 
    'perfect': True, 
    'performing': True, 
    'raw': True, 
    'references': True, 
    'resist': True, 
    'rest': True, 
    'ritual': True, 
    'road': True, 
    'room': True, 
    'scores': True, 
    'seeing': True, 
    'silence': True, 
    'single': True, 
    'slot': True, 
    'sold': True, 
    'star': True, 
    'submit': True, 
    'supporting': True, 
    'sure': True, 
    'talkin': True, 
    'tarheels': True, 
    'yup': True}, 
'negative') 
関連する問題