Ошибка типа: невозможно выполнить уменьшение с гибким типом при применении самодельного фитинга Бернулли в списке - PullRequest
Новая
       69

Ошибка типа: невозможно выполнить уменьшение с гибким типом при применении самодельного фитинга Бернулли в списке

0 голосов
/ 11 февраля 2019

Я пытаюсь реализовать свой собственный класс Бернулли с его собственной функцией подгонки, чтобы соответствовать моему списку поездов и тестов, который содержит слова (обнаружение спама)

вот мой класс Бернулли: 

class BernoulliNB(object):
    def __init__(self, alpha=1.0):
        self.alpha = alpha

    def fit(self, X, y):
        count_sample = len(X)
        separated = [[x for x, t in zip(X, y) if t == c] for c in np.unique(y)]
        self.class_log_prior_ = [np.log(len(i) / count_sample) for i in separated]
        count = np.array([np.array(i).sum(axis=0) for i in separated]) + self.alpha
        smoothing = 2 * self.alpha
        n_doc = np.array([len(i) + smoothing for i in separated])
        self.feature_prob_ = count / n_doc[np.newaxis].T
        return self

    def predict_log_proba(self, X):
        return [(np.log(self.feature_prob_) * x + \
                 np.log(1 - self.feature_prob_) * np.abs(x - 1)
                ).sum(axis=1) + self.class_log_prior_ for x in X]

    def predict(self, X):
        return np.argmax(self.predict_log_proba(X), axis=1)

И вот моя реализация: 

nb = BernoulliNB(alpha=1).fit(train_list, test_list)

Ожидаемый результат:

Я смог уместить в моем классе мои списки поездов и тестов Но вместо этого я получаю следующую ошибку: 

 TypeError: cannot perform reduce with flexible type

в следующей строке: 

 count = np.array([np.array(i).sum(axis=0) for i in separated]) + self.alpha

Хотя я не знаю, почему это не получается, может быть из-за того, что у меня есть списки вместо np?даже не уверен, как это исправить.

Может ли кто-нибудь мне помочь или объяснить, как добиться примерки?

1 Ответ

0 голосов
/ 11 февраля 2019

Я получаю это сообщение об ошибке, применяя sum к структурированному массиву: 

In [754]: np.array([(1,.2),(3,.3)], dtype='i,f')
Out[754]: array([(1, 0.2), (3, 0.3)], dtype=[('f0', '<i4'), ('f1', '<f4')])
In [755]: _.sum(axis=0)
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-755-69a91062a784> in <module>()
----> 1 _.sum(axis=0)

/usr/local/lib/python3.6/dist-packages/numpy/core/_methods.py in _sum(a, axis, dtype, out, keepdims, initial)
     34 def _sum(a, axis=None, dtype=None, out=None, keepdims=False,
     35          initial=_NoValue):
---> 36     return umr_sum(a, axis, dtype, out, keepdims, initial)
     37 
     38 def _prod(a, axis=None, dtype=None, out=None, keepdims=False,

TypeError: cannot perform reduce with flexible type

Я предполагаю, что ваша ошибка возникает в 

np.array(i).sum(axis=0)

и что i производит, или является структурированным массивом.

Я не могу воссоздать ваш прогон, просто прочитав ваш код fit.Вам нужно будет запустить его с некоторыми диагностическими отпечатками (сфокусируйтесь на форме и типе).Общее замечание, когда вы запускаете код numpy, никогда не предполагайте, что вы правильно поняли формы и dtype.Проверьте!

...