如何检查单个朴素贝叶斯预测的结果？

Question

我已经制作了朴素贝叶斯模型进行预测。一切进展顺利，即使仅一次输入也可以预测。我想预测一个数据并将所有预测结果保存到一个csv文件中。但是当我尝试它时，我收到一条错误消息，如下图所示。这张图片显示了我如何循环数据以及出现的错误。

代码：

# load previously saved classifier and vectorizer
vectorizer, classifer = load()
print('\nPerform a test')      
df = pd.read_csv('tweet_BARU.csv') #read the CSV file
data_label = df["full_text"]

tweet_pred = []
tweet_input = data_label
for sentence in data_label:
    tweet_input_transformed = vectorizer.transform(sentence)
    prediction = classifer.predict(tweet_input_transformed)
    tweet_pred = 0
    if (prediction=='neutral'):
        tweet_pred.append('neutral')
    elif (prediction=='positive'):
        tweet_pred.append('positive')
    else:
        tweet_pred.append('negative')

错误：

    ---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-35-227d63cffdf9> in <module>()
     11     prediction = classifer.predict(tweet_input_transformed)
     12     tweet_pred = 0
---> 13     if (prediction=='neutral'):
     14         tweet_pred.append('neutral')
     15     elif (prediction=='positive'):

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

我在哪里弄错了？谁能解决？

Answer 1

在if语句中，您试图将prediction变量的值与字符串进行比较。这没有意义，因为prediction变量的类型应该为ndarray-这是scikit-learn中Naive Bayes分类器的predict()方法的返回类型。

而且，在代码的后面，您正试图将字符串附加到整数（tweet_pred，已在for循环中重新定义）。这也不起作用。