Python 如何使用用户文本数据调用多项式nb.predict()?
我正在创建一个简单的推荐程序,根据推文的相似性推荐其他用户。我使用tfidf对所有文本进行矢量化,我能够将数据拟合成一个Python 如何使用用户文本数据调用多项式nb.predict()?,python,machine-learning,scikit-learn,naivebayes,recommender-systems,Python,Machine Learning,Scikit Learn,Naivebayes,Recommender Systems,我正在创建一个简单的推荐程序,根据推文的相似性推荐其他用户。我使用tfidf对所有文本进行矢量化,我能够将数据拟合成一个多项式nb,但我在尝试预测时不断出错 我试图将数据重新格式化为数组,但遇到一个错误,无法将字符串转换为浮点。我甚至可以对这些数据使用这种算法吗?我尝试了不同的列以查看是否得到了结果,但出现了相同的位置错误 ValueError Traceback (most recent call last) <ipython
多项式nb
,但我在尝试预测时不断出错
我试图将数据重新格式化为数组,但遇到一个错误,无法将字符串转换为浮点。我甚至可以对这些数据使用这种算法吗?我尝试了不同的列以查看是否得到了结果,但出现了相同的位置错误
ValueError Traceback (most recent call last)
<ipython-input-39-a982bc4e1f49> in <module>
20 nb_mul.fit(train_idf,y_train)
21 user_knn = UserUser(10, min_sim = 0.4, aggregate='weighted-average')
---> 22 nb_mul.predict(y_test)
23 #nb_mul.predict(np.array(test['Tweets'], test['Sentiment']))
24 #TODO: find a way to predict with test data
~/anaconda2/lib/python3.6/site-packages/sklearn/naive_bayes.py in predict(self, X)
64 Predicted target values for X
65 """
---> 66 jll = self._joint_log_likelihood(X)
67 return self.classes_[np.argmax(jll, axis=1)]
68
~/anaconda2/lib/python3.6/site-packages/sklearn/naive_bayes.py in _joint_log_likelihood(self, X)
728 check_is_fitted(self, "classes_")
729
--> 730 X = check_array(X, accept_sparse='csr')
731 return (safe_sparse_dot(X, self.feature_log_prob_.T) +
732 self.class_log_prior_)
~/anaconda2/lib/python3.6/site-packages/sklearn/utils/validation.py in check_array(array, accept_sparse, accept_large_sparse, dtype, order, copy, force_all_finite, ensure_2d, allow_nd, ensure_min_samples, ensure_min_features, warn_on_dtype, estimator)
525 try:
526 warnings.simplefilter('error', ComplexWarning)
--> 527 array = np.asarray(array, dtype=dtype, order=order)
528 except ComplexWarning:
529 raise ValueError("Complex data not supported\n"
~/anaconda2/lib/python3.6/site-packages/numpy/core/numeric.py in asarray(a, dtype, order)
536
537 """
--> 538 return array(a, dtype, copy=False, order=order)
539
540
ValueError: could not convert string to float: '["b\'RT @Avalanche: Only two cities have two teams in the second round of the playoffs...\\\\n\\\\nDenver and Boston!\\\\n\\\\n#MileHighBasketball #GoAvsGo http\\\\xe2\\\\x80\\\\xa6\'"]'
数据如下所示
user Tweets \
0 2287418996 ["b'RT @HPbasketball: This stuff is 100% how K...
1 2287418996 ["b'@KeuchelDBeard I may need to rewatch Begin...
2 2287418996 ["b'@keithlaw Is that the stated reason for th...
3 2287418996 ['b"@keithlaw @Yanks23242 I definitely don\'t ...
4 2287418996 ["b'@Yanks23242 @keithlaw Sorry, please sub Jo...
Sentiment Score
0 neu 0.815
1 neu 0.744
2 neu 1.000
3 neu 0.863
4 neu 0.825
同样,我希望插入用户的tweet和情绪,并根据相似性在数据中推荐另一个用户。您不应该将tweet直接提供给分类器。您需要使用安装的
TFIDFvectorier
将文本转换为向量
进行以下更改
nb_mul.predict(tfidf.transform(test['Tweets']))
请理解,此模型仅给出测试数据推文的情绪
如果您的目的是推荐,请尝试使用其他推荐方法 如果您遇到错误,请在问题中添加完整的回溯。也就是说,
predict
只接受一个参数,即中所示的特性(X)。(隐式的第二个论点是self
underhood)谢谢你的帮助,我现在编辑了我的帖子。似乎现在我遇到了一个不同的错误。为什么要将一个向量器(tfidf
)安装到数据中,然后尝试使用一个未安装的向量器(blank\u idf
)转换数据?另外,请提供完整的错误回溯,而不仅仅是最后一行,正如这告诉您错误发生在哪一行一样,我认为创建一个新的矢量器并将其设置为已安装的矢量器相当于.fit_trainsform()方法,这在前面给我带来了问题