我通過一些文本文件,試圖循環,創造由記錄設置一個特點:如何在sklearn.svm.libsvm.fit()分類器中包含列表類型功能?
- 位置列表文本
- 的關鍵詞 的講話的部分
- 長度 (每個關鍵詞的數量)
- 頻率的每個關鍵語句 的extraxting特點
代碼片段:
#Take list of Keywords
keyword_list = [line.split(':')[1].lower().strip() for line in keywords.splitlines() if ':' in line ]
#Position
position_list = [ [m.start()/float(len(document)) for m in re.finditer(re.escape(kw),document,flags=re.IGNORECASE)] for kw in keyword_list]
#Part of Speech
pos_list = []
for key in keyword_list:
pos_list.append([pos for w,pos in nltk.pos_tag(nltk.word_tokenize(key))])
#Length of each keyword
len_list = [ len(k.split(' ')) for k in keyword_list]
#Text Frequency
freq_list = [ len(pos)/float(len(document)) for pos in position_list]
target.extend(keyword_list)
for i in range(0,len(keyword_list)):
data.append([position_list[i],pos_list[i],len_list[i],freq_list[i]])
凡
- 目標:功能列表
我:關鍵字
from sklearn.cross_validation import train_test_split
X_train,X_test,y_train,y_test = train_test_split(data,target,test_size=0.25,random_state = 42)
import numpy as np
X_train = np.array(X_train)
y_train = np.array(y_train)
from sklearn import svm
cls = svm.SVC(gamma=0.001,C=100) # Parameter values Matter!
cls.fit(X_train,y_train)
predictions = cls.predict(X_test)
但我得到一個錯誤:
Traceback (most recent call last):
File "supervised_3.py", line 113, in <module>
cls.fit(X_train,y_train)
File "/Library/Python/2.7/site-packages/sklearn/svm/base.py", line 150, in fit
X = check_array(X, accept_sparse='csr', dtype=np.float64, order='C')
File "/Library/Python/2.7/site-packages/sklearn/utils/validation.py", line 373, in check_array
array = np.array(array, dtype=dtype, order=order, copy=copy)
ValueError: setting an array element with a sequence
所以,我刪除了所有的列表項通過改變
data.append([position_list[i],pos_list[i],len_list[i],freq_list[i]])
到
data.append([len_list[i],freq_list[i]])
它工作。
但我需要包括position_list
和pos_list
我認爲這是不工作,因爲這些2列表。所以,我試圖將它們轉換爲數組:
data.append([np.array(position_list[i]),np.array(pos_list[i]),len_list[i],freq_list[i]])
但我仍然得到相同的錯誤。
謝謝你!我得到了該計劃的工作:) –