文章/答案/技术大牛

发布

社区首页 >问答首页 >使用Patsy的逻辑回归Bigram文本分类

问使用Patsy的逻辑回归Bigram文本分类
EN

Stack Overflow用户

提问于 2015-05-31 00:40:09

回答 1查看 553关注 0票数 0

我正在致力于将LogisticRegression文本分类从单词特征升级到双词特征(双词特征)。然而，当我在发送到patsy.dmatrices的公式中包含两个单词的特征时，我收到以下错误...

y, X = dmatrices("is_host ~ dedicated + hosting + dedicated hosting", df, return_type="dataframe")

  File "<string>", line 1
    dedicated hosting
                ^
SyntaxError: unexpected EOF while parsing

我在网上四处寻找如何实现这一点的例子，但没有找到任何东西。我尝试在公式中使用一些不同的语法选项，但似乎都不起作用。

"is_host ~ dedicated + hosting + {dedicated hosting}"
"is_host ~ dedicated + hosting + (dedicated hosting)"
"is_host ~ dedicated + hosting + [dedicated hosting]"

在传递给dmatricies的公式中包含多个单词功能的正确方法是什么？

scikit-learn

logistic-regression

patsy

python

machine-learning

回答 1

Stack Overflow用户

发布于 2016-04-11 10:56:39

您需要：

y, X = dmatrices("is_host ~ dedicated + hosting + Q('dedicated hosting')", df, return_type="dataframe")

Q is short for quote。

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/30548673

复制

相似问题

问使用Patsy的逻辑回归Bigram文本分类
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问使用Patsy的逻辑回归Bigram文本分类EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问使用Patsy的逻辑回归Bigram文本分类
EN