Fatal编程技术网
  • python/
  • Python 编码独特特征

Python 编码独特特征

python machine-learning scikit-learn

Python 编码独特特征,python,machine-learning,scikit-learn,Python,Machine Learning,Scikit Learn,我有一张excel表格，有两列： 单词2。语言 每行只有一个单词，它与一种语言直接相关 如何将这些单词和语言格式化为机器学习可接受的数据 我正在使用scikit学习和思考单词包，但在我看来，每个单词的索引化并不能传达每个单词的特征。从你的问题中，我想你是在问如何从单词中提取特征，用于训练分类器以确定单词的语言。我认为单词的长度和单词中的字符bigrams是一个很好的特征。看一看提取字符双字符图的方法。此外，可能适合使用NLTK分类器。比如说, from nltk.classify import

我有一张excel表格，有两列：

  • 单词2。语言
    • 每行只有一个单词，它与一种语言直接相关

    如何将这些单词和语言格式化为机器学习可接受的数据

    我正在使用scikit学习和思考单词包，但在我看来，每个单词的索引化并不能传达每个单词的特征。

    从你的问题中，我想你是在问如何从单词中提取特征，用于训练分类器以确定单词的语言。我认为单词的长度和单词中的字符bigrams是一个很好的特征。看一看提取字符双字符图的方法。此外，可能适合使用NLTK分类器。比如说,

    from nltk.classify import NaiveBayesClassifier
nb = NaiveBayesClassifier.train(train_set)
    其中，
    train\u set
    应该是形式为
    [（特征，标签）]
    的元组列表，其中
    features
    是形式为
    {feature\u name:feature\u value}
    的
    dict

    你的分类任务是什么？您希望培训系统的输入和输出是什么？@Hossein任务是将给定的单词分类为英语或荷兰语。这很有效，谢谢！您还知道如何在scikit learn中实现这一点吗？或者这些类型的分类问题应该只由nltk完成吗？@JesseVermeulen您也可以使用scikit学习。看，谢谢你的帮助！