python - 如何使用 NaiveBayesClassifier 和 movie_reviews 语料库进行交叉验证

Question

我一直在查看stackoverflow，但没有一个答案有效，所以我想我会问这个。我一直在分析 nltk、python 中的 movie_reviews 语料库。而且我不知道如何进行交叉验证（k-fold）。这里的答案不起作用，我想知道是不是因为我使用的是 python 3？如何在 python 中轻松进行交叉验证？我可以使用 cross_val_score，如果可以，我该如何实现？

我试过这个：

from sklearn.cross_validation import KFold, cross_val_score
k_fold = KFold(len(y), n_folds=4, shuffle=True, random_state=0)
clf = classifier
print (cross_val_score(clf, X, y, cv=k_fold, n_jobs=1))

并且：

X = all_words_clean
kf = KFold(n_splits=2)
for train, test in kf.split(X):
    print("%s %s" % (train, test))

代码的第一部分根本不起作用，第二部分似乎不像它的交叉验证（它起作用但结果是：[ 791910 791911 791912 ... 1583817 1583818 1583819] [ 0 1 2 ... 791907 791908 791909] [ 0 1 2 ... 791907 791908 791909] [ 791910 791911 791912 ... 1583817 1583818 1583819])

我也想在此之后获得准确性。

谢谢您的帮助！

标签： pythonnltkcross-validation