Hashingvectorizer和多项式朴素bayes没有一起工作。

Question

我试图在python2.7中用Scikit-learn编写一个twitter情感分析程序。操作系统是LinuxUbuntu14.04。

在矢量化步骤中，我想使用Hashingvectorizer()。为了测试分类器的准确性，它在LinearSVC、NuSVC、GaussianNB、BernoulliNB和LogisticRegression分类器中工作得很好，但是对于MultinomialNB，它返回这个错误。

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] 

以下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)

为什么会发生这种情况，我该如何解决呢？

Answer 1

初始化矢量器时，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)

试试看：vectorizer = HashingVectorizer(alternate_sign=False)