Stanford nlp 斯坦福NLP文本分类器、自定义特征和混淆矩阵

我从Java代码中使用了斯坦福NLP文本分类器（ColumnDataClassifier）。我有两个主要问题

1-）如何打印更详细的评估信息，如混淆矩阵

2-）我的代码已经完成了预处理并提取术语的数字特征（向量），例如二进制特征或TF-IDF值。如何使用这些特性来训练和测试分类器

我问了一个相关的问题

ColumnDataClassifier

没有在混淆矩阵中输出度量的选项。但是，如果查看中的代码，您可以看到TP、FP、TN、FN输出到stdin的位置。这个地方有你需要的原始值。它可以用于一个方法，该方法将这些信息聚合到一个混淆矩阵中，并在运行后输出，但您必须自己编写此代码

提供了一个如何将数值特征与

ColumnDataClassifier

结合使用的示例。如果使用数字特征，请从中查看这些选项，这些选项允许您应用一些变换：

realValued  boolean false   Treat this column as real-valued and do not perform any transforms on the feature value.    Value
logTransform    boolean false   Treat this column as real-valued and use the log of the value as the feature value. Log
logitTransform  boolean false   Treat this column as real-valued and use the logit of the value as the feature value.   Logit
sqrtTransform   boolean false   Treat this column as real-valued and use the square root of the value as the feature value. Sqrt

---

这是一个很好的分类器资源：我不认为有任何直接的方法可以打印出混淆矩阵。这是本课程的javadoc：@StanfordNLPHelp谢谢。你能看看这个吗：