Python 中的多类文本分类

Question

我正在尝试创建一个多类文本分类器，如此处所述。但是，我的代码在行中断：

NB_pipeline.fit(X_train, train[category])

以下是我收到的错误：

File "pandashashtable.pyx", line 683, in pandas.hashtable.PyObjectHashTable.get_item (pandashashtable.c:12322)

我试图找出train[category]返回的内容，但我得到了同样的错误。

1(X_train是一个有一列的dataframe，包含客户反馈。

2(train是两列dataframe;第一列包含客户评论(与X_train相同(，第二列包含 5 个类别之一 (Systems Error, Proactive Communication, Staff Behaviour, Website Functionalities, Others(。

3(category是上述类别之一。

以下是示例火车dataframe：

Index           Feedback                                    Category
0           While making payment got system error.         System error
Staff behaviour was good at hotel
1           While making payment got system error.         Staff Behaviour
Staff behaviour was good at hotel

Answer 1

这是最容易被忽视的问题之一。

此错误的原因是脚本正在查找的"列"在数据帧中不可用。您拥有的所有 5 个类别都应该是输入数据框中的列，如果其中一个类别适用于反馈/评论，则行将占 1/0。理想情况下，输入数据帧应如下所示。

Index           Feedback                                  System error    Staff Behaviour
0           While making payment got system error.         1                  1
Staff behaviour was good at hotel
1           While making payment got system error.         1                  0
2           Staff behaviour was good at hotel              0                  1

我使用相同的注释来显示输入数据帧的外观。