类型错误：无法执行与灵活型减少，而名单上施加一个自制的伯努利配件

Question

我想实现我自己的伯努利类与自己契合的功能，以适应我的训练和测试列表包含单词（垃圾邮件检测）

这里是我的伯努利类：

class BernoulliNB(object):
    def __init__(self, alpha=1.0):
        self.alpha = alpha

    def fit(self, X, y):
        count_sample = len(X)
        separated = [[x for x, t in zip(X, y) if t == c] for c in np.unique(y)]
        self.class_log_prior_ = [np.log(len(i) / count_sample) for i in separated]
        count = np.array([np.array(i).sum(axis=0) for i in separated]) + self.alpha
        smoothing = 2 * self.alpha
        n_doc = np.array([len(i) + smoothing for i in separated])
        self.feature_prob_ = count / n_doc[np.newaxis].T
        return self

    def predict_log_proba(self, X):
        return [(np.log(self.feature_prob_) * x + \
                 np.log(1 - self.feature_prob_) * np.abs(x - 1)
                ).sum(axis=1) + self.class_log_prior_ for x in X]

    def predict(self, X):
        return np.argmax(self.predict_log_proba(X), axis=1)

下面是我的实现：

nb = BernoulliNB(alpha=1).fit(train_list, test_list)

预期结果：

之所以能以适应我的课我的训练和测试列表而是我得到以下错误：

 TypeError: cannot perform reduce with flexible type

以下行：

 count = np.array([np.array(i).sum(axis=0) for i in separated]) + self.alpha

我不知道为什么，虽然失败了，可能是由于这样的事实，我有名单，而不是NP？甚至不知道如何解决它。

有人可以帮我或向我解释如何实现配件？

Answer 1

我得到应用sum到结构数组此错误信息：

In [754]: np.array([(1,.2),(3,.3)], dtype='i,f')
Out[754]: array([(1, 0.2), (3, 0.3)], dtype=[('f0', '<i4'), ('f1', '<f4')])
In [755]: _.sum(axis=0)
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-755-69a91062a784> in <module>()
----> 1 _.sum(axis=0)

/usr/local/lib/python3.6/dist-packages/numpy/core/_methods.py in _sum(a, axis, dtype, out, keepdims, initial)
     34 def _sum(a, axis=None, dtype=None, out=None, keepdims=False,
     35          initial=_NoValue):
---> 36     return umr_sum(a, axis, dtype, out, keepdims, initial)
     37 
     38 def _prod(a, axis=None, dtype=None, out=None, keepdims=False,

TypeError: cannot perform reduce with flexible type

我猜发生在你的错误

np.array(i).sum(axis=0)

并且i产生，或者是一种结构化阵列。

我不能仅仅通过阅读你的fit代码重新创建运行。你需要一些诊断打印运行（注重形状和D型）。一般观察，运行numpy代码时，永远不要假设你得到的东西形状和D型右侧。校验！