Я пытался создать текстовую классификацию в python, чтобы определить пост твитера о катастрофе.Он должен определить, является ли сообщение о катастрофе положительным или отрицательным.Я уже успешно интегрировал сбор данных и сохранение их в текстовый файл.
К сожалению, каждый раз, когда я проверял точность собранных данных, он всегда возвращался к 0.0.Извините, поскольку я новичок в такого рода технологиях.
Может кто-нибудь помочь мне определить, почему результат всегда заканчивается до 0?
Вот data.txt, который я получил
и tags.txt
Вот код, который я использовал для определения точности моделей
#!/usr/bin/env python
# coding: utf-8
from sklearn.preprocessing import MultiLabelBinarizer
from sklearn.model_selection import train_test_split
from sklearn.svm import LinearSVC
from sklearn.naive_bayes import BernoulliNB
with open("data.txt") as f:
datas = f.read().split("\n")
with open("labels.txt") as f:
labels = f.read().split("\n")
data = [datas.split() for datas in datas]
pred = MultiLabelBinarizer()
pred.fit(data)
X_train, X_test, y_train, y_test = train_test_split(data, labels, test_size=0.15, random_state=True)
lsvm = LinearSVC()
lsvm.fit(pred.transform(X_train), y_train)
bnbc = BernoulliNB(binarize=None)
bnbc.fit(pred.transform(X_train), y_train)
svmScore = lsvm.score(pred.transform(X_test), y_test) * 100
print("SVM Accuracy: ", svmScore)
NBscore = bnbc.score(pred.transform(X_test), y_test) * 100
print("Naive Bayes: ", NBscore)
Я пытаюсь понять и отладить это со вчерашнего дня, но все равно не повезло.