python文本特征提取实例_Python – SciKit – 分类器的文本特征提取

我必须将文章分类到我的自定义类别中.所以我选择了SciKit的MultinomialNB.我正在监督学习.所以我有一个编辑每天查看文章,然后标记它们.标记后,我将它们包含在我的学习模型中,依此类推.下面是用于了解我正在做什么和使用的代码. (我不包括任何进口线,因为我只是想让你知道我在做什么)(

Reference)

corpus = (train_set)

vectorizer = HashingVectorizer(stop_words='english', non_negative=True)

x = vectorizer.transform(corpus)

x_array = x.toarray()

data_array = np.array(x_array)

cat_set = list(cat_set)

cat_array = np.array(cat_set)

filename = '/home/ubuntu/Classifier/Intelligence-MultinomialNB.pkl'

if(not os.path.exists(filename)):

classifier.partial_fit(data_array,cat_array,classes)

print "Saving Classifier"

joblib.dump(classifier, filename, compress=9)

else:

print "Loading Classifier"

classifier = joblib.load(filename)

classifier.partial_fit(data_array,cat_array)