训练贝叶斯分类器

Question

我正在尝试用Python训练和测试贝叶斯分类器。

这些代码行来自我发现here的一个例子，但我不明白他们做了什么。

train_labels = np.zeros(702)
train_labels[351:701] = 1
train_matrix = extract_features(train_dir)

稍后在测试集中有一个类似的代码块：

test_matrix = extract_features(test_dir)
test_labels = np.zeros(260)
test_labels[130:260] = 1

想知道这是做什么以及如何将其应用于不同的分类示例？ []中的数字是什么意思？非常感谢

Answer 1

您的帖子中引用的示例代码是使用Naive-Bayes和SVC模型训练二进制分类器。

train_labels = np.zeros(702)
train_labels[351:701] = 1
train_matrix = extract_features(train_dir)

这是为702条记录设置标签，最初为0。并将后半部分设置为1.二进制标签，例如：垃圾邮件或火腿，真或假等.lextra_features构建{（docid，wordid） - > wordcount，..}，这是输入到这些模型的。

训练模型后，您需要查看它对测试集的执行情况。在这里，您使用260条记录作为测试集，前半部分全部为0，后半部分全部为1。

test_matrix = extract_features(test_dir)
test_labels = np.zeros(260)
test_labels[130:260] = 1

最后，针对测试集运行预测，并评估这两个模型（NB和SVC）的test_set的准确度有多接近。