概述
我正在尝试在数据集上做Naive Bayes,该数据集有超过6,000,000个条目,每个条目有150k的特征.我试图从以下链接实现代码:
Implementing Bag-of-Words Naive-Bayes classifier in NLTK
问题是(据我所知),当我尝试使用dok_matrix作为参数运行train-method时,它无法找到iterkeys(我已将OrderedDict的行与标签配对):
Traceback (most recent call last):
File "skitest.py",line 96,in
__getattr__
return _cs_matrix.
__getattr__(self,attr)
File "/usr/lib/python2.6/dist-packages/scipy/sparse/base.py",line 429,in
__getattr__
raise AttributeError,attr + " not found"
AttributeError: iterkeys not found
我的问题是,有没有办法通过条目(在线)教授分类器条目来避免使用稀疏矩阵,还是有一种稀疏矩阵格式,我可以在这种情况下有效地使用而不是dok_matrix?还是我错过了一些明显的东西?
谢谢你的时间.
总结
以上是编程之家为你收集整理的在Naive Bayes中使用稀疏矩阵/在线学习(Python,scikit)全部内容,希望文章能够帮你解决在Naive Bayes中使用稀疏矩阵/在线学习(Python,scikit)所遇到的程序开发问题。
如果您也喜欢它,动动您的小指点个赞吧