Hashingvectorizer 和多项式朴素贝叶斯不能一起工作

Question

我正在尝试用 python 2.7 中的 Scikit-learn 编写一个 Twitter 情绪分析程序。 OS 是 Linux Ubuntu 14.04。

在向量化步骤中，我想使用Hashingvectorizer()。为了测试分类器的准确性，它与 LinearSVC、NuSVC、GaussianNB、BernoulliNB 和 LogisticRegression 分类器一起工作正常，但对于 MultinomialNB，它 returns 这个错误

Traceback (most recent call last):
  File "/media/test.py", line 310, in <module>
    classifier_rbf.fit(train_vectors, y_trainTweets)
  File "/home/.local/lib/python2.7/site-packages/sklearn/naive_bayes.py", line 552, in fit
    self._count(X, Y)
  File "/home/.local/lib/python2.7/site-packages/sklearn/naive_bayes.py", line 655, in _count
    raise ValueError("Input X must be non-negative")
ValueError: Input X must be non-negative
[Finished in 16.4s with exit code 1]

这是与此错误相关的块代码

vectorizer = HashingVectorizer()
train_vectors = vectorizer.fit_transform(x_trainTweets)
test_vectors = vectorizer.transform(x_testTweets)

classifier_rbf = MultinomialNB()
classifier_rbf.fit(train_vectors, y_trainTweets)
prediction_rbf = classifier_rbf.predict(test_vectors)

为什么会这样，我该如何解决？

Answer 1

初始化矢量化器时，您需要将 non_negative 参数设置为 True

vectorizer = HashingVectorizer(non_negative=True)

Answer 2

如果 non_negative 参数不可用（就像我的版本一样）

尝试放置： vectorizer = HashingVectorizer(alternate_sign=False)

Hashingvectorizer 和多项式朴素贝叶斯不能一起工作

Hashingvectorizer and Multinomial naive bayes are not working together

python

text-mining

python-2.7

scikit-learn