from sklearn.feature_extraction.text import CountVectorizer
from sklearn.feature_extraction.text import TfidfTransformer
from sklearn.feature_selection import SelectKBest, chi2
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.naive_bayes import MultinomialNB
import numpy as np
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn import metrics
from text.textpredict import *
from sklearn.cross_validation import *

def chi22():
    train_words=["急需 錢用 不用 出售 如圖 價值 千多 便宜 出售 出售 急 ",
                 "讀 讀 重復 讀好輸 不變 綠 求高人 指點迷津 ",
                 "誠召搛只呆家小時工，全職媽媽、在校學生、在家待業者、上班族、游戲者皆可做！每天5",
                 "發福利了 火熱找小蒔工，每天在綫2--3小蒔，蒔澗地點沒限制，薪資鈤結80--150/",
                 "急招小時工，每天在綫2--3小拭，時間地點沒限制，薪資日結80--150/天，適 急招小時工，每天在綫2--3小拭，時間地點沒限制，薪資日結80--150/天，適合學生黨，手機黨，上班族，有空閑時間者，有興趣繆系，QQ（937117723）咨詢，此處不回?。?,
                 "發福利來 火熱找小蒔工，每天在綫2--3小蒔，蒔澗地點沒限制，薪資鈤結80--150/",
                 "	讀 不好 嗚嗚 ","這句 話 總是 知道 連讀 ","求 師傅 交 口語 求有 耐心 老師 基礎 學 ",
                 "聽到 讀 "
                 ]
    train_tags=[1,0,1,1,1,1,0,0,0,0]

    """
    ##就提取了詞頻CountVectorizer
    count_v1 = CountVectorizer(stop_words=None, max_df=0.5)
    counts_train = count_v1.fit_transform(train_words)
    ##卡方檢驗chi,配合selectkbest 對特征進行選擇
    chi= SelectKBest(chi2,10)
    mychi2 = chi.fit(counts_train, train_tags)
    hi2_train = mychi2.transform(counts_train)
    clf = MultinomialNB(alpha=0.01)
    clf.fit(hi2_train, np.asarray(train_tags))
    priediced = cross_val_predict(clf, hi2_train, train_tags)
    print metrics.confusion_matrix(train_tags, priediced)
    """
    ##tf-idf
    Tfidf = TfidfVectorizer()
    tfidf_train = Tfidf.fit_transform(train_words)
    clf = MultinomialNB(alpha=0.01)
    clf.fit(tfidf_train, np.asarray(train_tags))
    priediced = cross_val_predict(clf, tfidf_train, train_tags)
    print metrics.confusion_matrix(train_tags, priediced)



    #print hi2_train


chi22()

　　

總結

以上是生活随笔為你收集整理的trate的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。