我已经尝试了这里的代码:在NLTK中保存朴素贝叶斯训练分类器。我想把推特分为积极类或消极类。这是我的代码:
#learning.py
def main_learning():
.......
classifier = nltk.NaiveBayesClassifier.train(feature_set)
save_classifier(classifier)
classifier2 = load_classifier()
print classifier2.classify(get_features("My tweet is bad".split())
def save_classifier(classifier):
f = open('my_classifier.pickle', 'wb')
pickle.dump(classifier, f)
f.close()
def load_classifier():
f = with open('my_classifier.pickle')
classifier = pickle.load(f)
f.close
return classifier
然后输出:negative
但是,当我用不同的方法尝试save_classifier
和load_classifier
时,输出总是正类。
这是代码:
#learning.py
def main_learning():
.......
classifier = nltk.NaiveBayesClassifier.train(feature_set)
save_classifier(classifier)
def test_classify():
classifier = load_classifier()
print classifier.classify(get_features("My tweet is bad".split())
the def save_classifier and load_classifier() are same with the first ones.
第二个输出是:positive
。它应该仍然是negative
类。
我的代码怎么了??感谢
编辑:
根据@Cassio的回答,然后我编辑我的代码:
def save_classifier(classifier):
f = open('my_classifier.pickle', 'wb')
pickle.dump(classifier, f)
f.close()
def load_classifier():
f = with open('my_classifier.pickle', 'rb')
classifier = pickle.load(f)
f.close
return classifier
实际上它是有效的。
我没有测试代码的环境设置,但我觉得在保存/加载pickle的部分不合适。
参考NLTK书的存储标记部分,我会更改您的代码,并这样做:
def save_classifier(classifier):
f = open('my_classifier.pickle', 'wb')
pickle.dump(classifier, f, -1)
f.close()
def load_classifier():
f = open('my_classifier.pickle', 'rb')
classifier = pickle.load(f)
f.close()
return classifier
希望能有所帮助。