Ich teste ein Sentiment Analyse Modell mit NLTK. Ich muss eine Confusion Matrix zu den Klassifikator-Ergebnissen und wenn möglich auch Precision, Recall und F-Measure hinzufügen. Ich habe bisher nur Genauigkeit. Movie-Daten haben pos und neg Labels. Um den Klassifikator zu trainieren, verwende ich jedoch "Feature-Sets", die ein anderes Format haben als die übliche (Satz-, Label-) Struktur. Ich bin nicht sicher, ob ich confusion_matrix von sklearn, nach dem Training den Klassifikator von „featuresets“Confusion Matrix - Test Sentiment Analysis Model
import nltk
import random
from nltk.corpus import movie_reviews
documents = [(list(movie_reviews.words(fileid)), category)
for category in movie_reviews.categories()
for fileid in movie_reviews.fileids(category)]
random.shuffle(documents)
all_words = []
for w in movie_reviews.words():
all_words.append(w.lower())
all_words = nltk.FreqDist(all_words)
word_features = list(all_words.keys())[:3000]
def find_features(document):
words = set(document)
features = {}
for w in word_features:
features[w] = (w in words)
return features
featuresets = [(find_features(rev), category) for (rev, category) in documents]
training_set = featuresets[:1900]
testing_set = featuresets[1900:]
classifier = nltk.NaiveBayesClassifier.train(training_set)
print("Naive Bayes Algo accuracy percent:", (nltk.classify.accuracy(classifier, testing_set))*100)
http://streamhacker.com/2010/05/17/text-classification-sentiment-analysis-precision-recall/ – RAVI
Duplizieren von http://stackoverflow.com/questions/23704361/how-to -use-the-Verwirrung-Matrix-Modul-in-Nltk-Python? – alvas