Python NLTK 最大熵分类器错误

Posted 2023-03-12

【中文标题】Python NLTK 最大熵分类器错误

【英文标题】：Python NLTK Maximum Entropy Classifier Error

【发布时间】：2012-04-18 17:24:46

【问题描述】：

我目前正在使用 NLTK 的朴素贝叶斯分类器，但我也想试用 Max Ent 分类器。从文档看来，它应该采用与朴素贝叶斯相同的功能集格式，但由于某种原因，我在尝试时遇到了这个错误：

  File "/usr/lib/python2.7/site-packages/nltk/classify/maxent.py", line 323, in train
    gaussian_prior_sigma, **cutoffs)
  File "/usr/lib/python2.7/site-packages/nltk/classify/maxent.py", line 1453, in train_maxent_classifier_with_scipy
    model.fit(algorithm=algorithm)
  File "/usr/lib64/python2.7/site-packages/scipy/maxentropy/maxentropy.py", line 1026, in fit
    return model.fit(self, self.K, algorithm)
  File "/usr/lib64/python2.7/site-packages/scipy/maxentropy/maxentropy.py", line 226, in fit
    callback=callback)
  File "/usr/lib64/python2.7/site-packages/scipy/optimize/optimize.py", line 636, in fmin_cg
    gfk = myfprime(x0)
  File "/usr/lib64/python2.7/site-packages/scipy/optimize/optimize.py", line 176, in function_wrapper
    return function(x, *args)
  File "/usr/lib64/python2.7/site-packages/scipy/maxentropy/maxentropy.py", line 420, in grad
    G = self.expectations() - self.K
ValueError: shape mismatch: objects cannot be broadcast to a single shape

我不确定这意味着什么，但我使用的输入与我运行朴素贝叶斯时使用的输入完全相同。（训练数据，表示为对列表，其中第一个成员是特征集，第二个是分类标签。）有什么想法吗？

谢谢！

【问题讨论】：

如果你能显示导致错误的代码会很有帮助

【参考方案1】：

你必须安装 nltk 然后你才能分类。 使用下面的代码在python中使用最大熵进行分类

me_classifier = nltk.MaxentClassifier.train(trainset,algorithm="gis")
print(me_classifier.classify(testing))

【参考方案2】：

此问题还取决于您使用的 scipy 版本。

NLTK 使用 scipy.maxentropy，它在 scipy 0.10 中已弃用并在 0.11 中删除，请参阅文档：http://docs.scipy.org/doc/scipy-0.10.0/reference/maxentropy.html#

我确实在 github 上为此创建了一个问题：https://github.com/nltk/nltk/issues/307

【参考方案3】：

我在使用 NLTK 时也遇到了这个问题。虽然我无法令人满意地解决它（即使用 scipy 让 Maxent 工作），但当我使用不同的算法时，我能够在 NLTK 中训练一个 maxent 分类器。尝试使用

进行训练

me_classifier = nltk.MaxentClassifier.train(trainset,algorithm="iis")

或其他可接受的算法值之一，例如“gis”或“megam”。