Я работаю над реализацией кода из 'https://github.com/mesnilgr/nbsvm' для наивного байесовского анализа настроений и топи c классификации, которая взята из статьи 'www.stanford.edu/~sidaw' Сиде Вана и Кристофера Мэннинг.
Я также оглянулся на пост SO и нашел несколько похожих, так что это может быть ответом на прошлые посты, необходимые для гибридного инструмента NB. Я не уверен, как реализовать код, поскольку он выдает ошибки, которые я не знаю, как исправить.
Итак, я решил опубликовать свой вопрос, после того, как он был немного исследован на StackOverflow и, возможно, некоторые из вас с более опытным может указать решение или указать мне в правильном направлении.
Первые две ссылки являются прошлыми сообщениями SO, которые похожи на мои, и последняя ссылка является ближайшим к тому, что я делаю. но это объяснение логики NB c, теории и диаграмм по сравнению с оптимизированной реализацией обученных моделей с кодом.
- Можем ли мы получить гибридный алгоритм фильтрации спама от Naive Bayes & SVM ?
- Можем ли мы объединить базовую линию Наивного Байеса, Полиномиального Наивного Байеса и Полу-контролируемого NB?
- Простое объяснение Наивной байесовской классификации
Когда я запускаю код из git концентратора, он выдает ошибку типа, которую я исправляю, оборачивая определение объекта ngram в list ().
def main(ptrain, ntrain, ptest, ntest, out, liblinear, ngram):
ngram = (list[int(i) for i in ngram])
, затем я запустите его снова как list () или tuple (), но я получаю ту же ошибку, и я застрял.
python -u nbsvm.py
File "nbsvm.py", line 63
ngram = (tuple[int(i) for i in ngram])
Я все еще старшекурсник, поэтому я знал, что не типу нужен тип, но не уверен, что это то решение, которое ему нужно.
Я мог бы опубликовать код, но есть также скрипт. sh, который необходим, и он связан в первом предложении поста.
Дайте мне знать, как я могу запустить этот код, и я дам вам кредит на запрос на репо, когда я обновлю его.
Заранее спасибо!