时间戳

首页 > 解决方案 > NameError：名称“fit_classifier”未定义

python - NameError：名称“fit_classifier”未定义

问题描述

我正在尝试制作一个文本分类器

import pandas as pd
import pandas
from sklearn import svm
from sklearn.model_selection import train_test_split
from sklearn.feature_extraction.text import CountVectorizer, TfidfTransformer
import numpy as np
from sklearn.feature_extraction.text import CountVectorizer
from sklearn.feature_extraction.text import TfidfTransformer
from sklearn.multiclass import OneVsOneClassifier
from sklearn.svm import SVC
from sklearn import cross_validation
from sklearn.metrics import confusion_matrix

dataset = pd.read_csv('data.csv', encoding = 'utf-8')
data = dataset['text']
labels = dataset['label']

X_train, X_test, y_train, y_test = train_test_split (data, labels, test_size = 0.2, random_state = 0)

count_vector = CountVectorizer()
tfidf = TfidfTransformer()

classifier = OneVsOneClassifier(SVC(kernel = 'linear', random_state = 84))

train_counts = count_vector.fit_transform(X_train)
train_tfidf = tfidf.fit_transform(train_counts)
classifier.fit(train_tfidf, y_train)

test_counts = count_vector.transform(X_test)
test_tfidf = tfidf.transform(test_counts)
classifier.predict(test_tfidf)

fit_classifier(X_train, y_train)
predicted = predict(X_test)

print("confusion matrix")
print(confusion_matrix(X_test, predicted, labels = labels))

print("cross validation")
test_counts = count_vector.fit_transform(data)
test_tfidf = tfidf.fit_transform(test_counts)

scores = cross_validation.cross_val_score(classifier, test_tfidf, labels, cv = 10)
print(scores)
print("Accuracy: {} +/- {}".format(scores.mean(), scores.std() * 2))

但我有以下错误，我无法理解。

回溯（最近一次通话最后）：

文件“classificacao.py”，第 37 行，在 fit_classifier(X_train, y_train)

NameError：名称“fit_classifier”未定义

但是fit并不总是默认定义的？

标签： pythonpython-3.xscikit-learnclassificationtext-classification

解决方案

您正在调用一个不存在的函数：

fit_classifier(X_train, y_train)

为了适合您的分类器，您将使用

分类器.fit(X_train, y_train)

反而。尝试预测测试数据时，您会遇到同样的错误。你需要改变

预测 = 预测（X_test）

至

预测 = 分类器.预测（X_test）

你的 Confusionmatrix 应该得到你的标签，而不是你的测试数据：

打印（confusion_matrix（y_test，预测，标签=标签））

推荐阅读