如何解决如何使用textblob.classifiers.DecisionTreeClassifier使用新标签更新示例
我正在尝试使用增量模型textblob.classifiers.DecisionTreeClassifier进行文本分类。 为此，我尝试运行官方文档中给出的示例。 例子是：
from textblob.classifiers import DecisionTreeClassifier
train = [
('I love this sandwich.','ytjtnytybhjthty'),('this is an amazing place!',('I feel very good about these beers.','pos'),('this is my best work.',("what an awesome view",('I do not like this restaurant','neg'),('he is my sworn enemy!',('my boss is horrible.','neg')]
clf = DecisionTreeClassifier(train)
之后，我尝试通过添加带有新标签的新样本来更新模型。但始终会映射基本标签之一：
new_data = [('She is my best friend.','newLabel'),('She is my best friend.',]
clf.update(new_data)
clf.classify(new_data[0])
'neg'
是否可以在基本标签上添加新标签？有没有办法解决这个问题，甚至使用另一种增量算法？ sklearn.naive_bayes.MultinomialNB我有同样的问题
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
