[英]Show label probability/confidence in NLTK
我正在使用Python NLTK库中的MaxEnt分类器。 对于我的数据集,我有许多可能的标签,并且正如预期的那样,MaxEnt仅返回一个标签。 我已经训练了我的数据集,并获得了大约80%的准确性。 我还在未知数据项上测试了我的模型,结果很好。 但是,对于任何给定的未知输入,我希望能够基于用于选择一个的某些内部标准MaxEnt(例如置信度/概率)来打印/显示所有可能标签的排名。 例如,假设我有a,b,c
尽可能多的标签,并且我使用了MaxEnt.classify(input)
,那么我现在得到一个标签,比如说c
。 但是,我希望能够查看诸如a (0.9), b(0.7), c(0.92)
,因此我可以看到为什么选择了c
,并可能根据这些参数选择多个标签。 为我的模糊术语表示歉意,我对NLP和机器学习还是相当陌生。
解
根据已接受的答案,下面是一个框架代码示例,以演示我想要什么以及如何实现。 NLTK网站上有更多分类器示例。
import nltk
contents = read_data('mydataset.csv')
data_set = [(feature_sets(input), label) for (label, input) in contents] # User-defined feature_sets() function
train_set, test_set = data_set[:1000], data_set[1000:]
labels = [label for (input, label) in train_set]
maxent = nltk.MaxentClassifier.train(train_set)
maxent.classify(feature_sets(new_input)) # Returns one label
multi_label = maxent.prob_classify(feature_sets(new_input)) # Returns a DictionaryProbDist object
for label in labels:
multi_label.prob(label)
尝试prob_classify(input)
它返回每个标签具有概率的字典,请参阅docs 。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.