Python 信息量最大的特征都是对NLTK朴素贝叶斯分类器的正面评价

当我用

training_set = featuresets[:500]
testing_set = featuresets[500:]

classifier = nltk.NaiveBayesClassifier.train(training_set)
print("Original Naives Bayes Classifier Accuracy Percent:", (nltk.classify.accuracy(classifier, testing_set))*100)
classifier.show_most_informative_features(20)

几乎所有出现的功能都是pos:neg

我的培训组有33%的阳性病例。然后，有了这些积极的特征，如果我尝试将分类器应用到我的测试集中，我会得到66%的积极句子，而不是33%

我尝试将分类器应用于测试集，我也得到了66%的阳性案例，而不是33%。 奇怪的是，如果我在测试集上运行分类器的精度，会计算出高精度（这是可预测的），但当我尝试将其应用于测试集时，它会返回许多被归类为肯定的否定句

为了得到预测句子的数量，我正在这样做（请看下面）。我不知道上面是否有编码错误

poss = 0
negg = 0
for custom_tweet in df.text:
    custom_tokens = word_tokenize(custom_tweet, language='portuguese')
    x = classifier.classify(dict([token, True] for token in custom_tokens))
    if x=='pos':
        poss +=1
    elif x=='neg':
        negg +=1
    
print(poss)
print(negg)