使用 Scikit Naive-Bayes 模型的精度为 0.0

Question

我正在尝试使用 VSC 在 Python 中使用基本的朴素贝叶斯分类器。我的尝试都产生了 0.0 的准确度。

这是样本数据：格式为无标题的 CSV

class,"['item1','item2','etc']"

目标是将此数据拟合到多项式 NB 模型。这是我的尝试：

df = pandas.read_csv('file.csv', delimiter=',',names=['class','words'],encoding='utf-8')


#x is independent var/feature 
X = df.drop('class',axis=1)
#y is dependent var/label
Y = df['class']

#split data into train/test splits, use 25% of data for testing
X_train, X_test, y_train, y_test = train_test_split(X,Y,test_size=0.25,random_state = 42)

#create a sparse matrix of words; each word is assigned a number and frequency is counted (i.e. word "x" occurs n amount of times in class Z), rows are classes, columns are words

cv = CountVectorizer()


X_tr = cv.fit_transform(X_train.words)
X_te = cv.transform(X_test.words)

model = MultinomialNB()
model.fit(X_tr,y_train)
y_pred = model.predict(X_te)
print(metrics.accuracy_score(y_test, y_pred))
# accuracy = accuracy_score(y_test,y_pred)*100
# print(accuracy)

据我了解，会发生以下情况： 创建了一个数据框 df，并将其拆分为 X 和 Y（单词和类）

数据集体分成训练/测试组

计数向量器 CV 为每个单词分配一个索引，并计算某个单词在某个类别中出现的次数（单词出现次数为数字）

创建多项式模型并与训练数据拟合（使用 x_train.words 以忽略“单词”标签）

使用测试数据对模型进行测试并打印准确度分数。

我已经试过了： 检查 x_test 和 x_train 数据框的形状：它们按照我认为应该匹配的方式匹配，列（单词）数量相等，行（类，每个火车测试拆分）比例为 6:3

检查变量类型：训练和测试 x 都是稀疏矩阵 () 并且根据 model.fit 的参数，测试/训练 y 是类似数组的n 个样本的形状（熊猫系列）。

问题是准确度为 0.0，表示有问题。也许更大的问题是我不知道是什么。

Answer 1

问题是整个数据框的长度只有 9。只有 9 行。所以你的模型什么都学不到。另外，我检查了您的数据集，我认为您不能从中制作句子分类器，因为您的数据集中没有句子。