Text Nltk分类-朴素贝叶斯显示令人难以置信的精度为0.996

我面临着一个奇怪的问题。我使用nltk.classify中的NaiveBayesClassifier对文本进行分类，我的问题是它显示了令人难以置信的精度0.9966。我确信这不可能是真的，但我在代码中没有看到任何错误。我的输入量很大，4万句用于培训，8万句用于测试

我正在构建一套由所有带负/正/中性标签的培训文本组成的培训功能

  trainFeats = negFeats + posFeats + neutralFeats

  testFeats = negFeats + posFeats + neutralFeats

以及一组由所有负/正/中性标记的训练文本组成的测试特征

  trainFeats = negFeats + posFeats + neutralFeats

  testFeats = negFeats + posFeats + neutralFeats

之后，我在trainFeats上训练分类器

  classifier = NaiveBayesClassifier.train(trainFeats)

并在所有的测试中进行测试

  print 'accuracy:', nltk.classify.util.accuracy(classifier, testFeats) 

---

这是正常的结果吗？我应该想当然吗？因为它表现得非常好。谢谢

您的问题非常模糊，因为我们不知道您的输入，也不知道您的代码。@SpaceTrucker我编辑了我的问题，希望现在问题更清楚。那么您使用相同的数据进行培训/测试吗？@qqilihq不，这是不同的数据。如果没有看到您的代码，很难说问题出在哪里。您是否使用与测试相同的数据进行培训？如果是这样的话，这是一个典型的超额收入案例。