我正在尝试弄清楚如何使用 Accord.Net Framework使用机器学习 NaiveBayes 类进行贝叶斯预测。我关注了example code列在文档中,并且已经能够从示例中创建模型。
我想不通的是如何根据该模型进行预测。
Accord.Net 框架的工作方式是使用名为 Codification 的类将字符串表转换为这些字符串的数字符号表示。 .以下是我如何创建输入和输出数据表来训练模型(此代码的 90% 直接来自示例):
var dt = new DataTable("Categorizer");
dt.Columns.Add("Word");
dt.Columns.Add("Category");
foreach (string category in categories)
{
rep.LoadTrainingDataForCategory(category,dt);
}
var codebook = new Codification(dt);
DataTable symbols = codebook.Apply(dt);
double[][] inputs = symbols.ToArray("Word");
int[] outputs = symbols.ToIntArray("Category").GetColumn(0);
IUnivariateDistribution[] priors = {new GeneralDiscreteDistribution(codebook["Word"].Symbols)};
int inputCount = 1;
int classCount = codebook["Category"].Symbols;
var target = new NaiveBayes<IUnivariateDistribution>(classCount, inputCount, priors);
target.Estimate(inputs, outputs);
这一切都成功了。现在,我有了新的输入,我想根据我刚刚构建的经过训练的数据模型进行测试。所以我尝试这样做:
var testDt = new DataTable("Test Data");
testDt.Columns.Add("Word");
foreach (string token in tokens)
{
testDt.Rows.Add(token);
}
DataTable testDataSymbols = codebook.Apply(testDt);
double[] testData = testDataSymbols.ToArray("Word").GetColumn(0);
double logLikelihood = 0;
double[] responses;
int cat = target.Compute(testData, out logLikelihood, out responses);
请注意,我使用的是我之前构建模型时使用的相同代码簿对象。我希望使用与原始模型相同的密码本对数据进行编码,否则同一个词可能会用两个完全不同的值进行编码(原始模型中的单词“bob”可能对应于数字 23,而在新模型中, 43 号……这不可能。)
但是,我在这一行收到 NullReferenceException 错误:
DataTable testDataSymbols = codebook.Apply(testDt);
这里是错误:
System.NullReferenceException: Object reference not set to an instance of an object.
at Accord.Statistics.Filters.Codification.ProcessFilter(DataTable data)
at Accord.Statistics.Filters.BaseFilter`1.Apply(DataTable data)
at Agent.Business.BayesianClassifier.Categorize(String[] categories, String testText)
我传入的对象都不为空,所以这一定是代码中发生的更深层次的事情。但我不确定是什么。
感谢您的帮助。如果有人知道一个实际根据 Accord.Net 的贝叶斯示例进行预测的示例,如果您分享它,我将不胜感激。
最佳答案
很抱歉缺少最后一部分的文档。为了获得新词的相同整数编码,您可以使用密码本的 Translate 方法:
// Compute the result for a sunny, cool, humid and windy day:
double[] input = codebook.Translate("Sunny", "Cool", "High", "Strong").ToDouble();
int answer = target.Compute(input);
string result = codebook.Translate("PlayTennis", answer); // result should be "no"
但它也应该可以调用 codebook.Apply 将相同的转换应用于新数据集。如果您认为这是一个错误,是否愿意在问题跟踪器中填写错误报告?
关于c# - 使用 Accord.Net 的编码对象编码第二个数据集,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/13052167/