使用 csv 数据集训练 NaiveBayesClassifier 时出错答案

【问题标题】：Getting error while training NaiveBayesClassifier with csv dataset使用 csv 数据集训练 NaiveBayesClassifier 时出错
【发布时间】：2018-03-07 06:39:51
【问题描述】：

我收到 ValueError: too many values to unpack error 。这是代码示例

import numpy as np
import pandas as pd
from textblob.classifiers import NaiveBayesClassifier

sms_raw = pd.read_csv('text.csv')
# training dataset 70%
# test dataset 30 %
sms_raw['split'] = np.random.randn(sms_raw.shape[0], 1)
fltr = np.random.rand(len(sms_raw)) <= 0.7
train = sms_raw[fltr]
test = sms_raw[~fltr]
cl = NaiveBayesClassifier(sms_raw)

【问题讨论】：

需要对 text.csv 中数据的性质或样本进行某种解释
csv 文件有两列，一列包含文本消息，另一列包含类别

标签： python pandas naivebayes textblob

【解决方案1】：

NaiveBayesClassifier 不能使用 pandas 数据框作为输入。另外，在您的最后一行中，您将 sms_raw 数据作为输入，我猜您的意思是：

cl = NaiveBayesClassifier(train)

您需要直接读取 csv 文件或将 pandas 数据帧转换为列表。

尝试使用

train.to_dict(orient='records')
cl = NaiveBayesClassifier(train)

如果你想直接在 csv 中读取，看这个例子： https://github.com/sloria/TextBlob/issues/142

【讨论】：