Python : Comment trouver de l'Exactitude de la Suite dans SVM Texte Classificateur Algorithme pour Multilabel Classe

J'ai utilisé à la suite d'un ensemble de code:
Et j'ai besoin de vérifier l'exactitude de X_train et X_test

Le code suivant fonctionne pour moi dans mon problème de classement multi-étiquetés classe

import numpy as np
from sklearn.pipeline import Pipeline
from sklearn.feature_extraction.text import CountVectorizer
from sklearn.svm import LinearSVC
from sklearn.feature_extraction.text import TfidfTransformer
from sklearn.multiclass import OneVsRestClassifier

X_train = np.array(["new york is a hell of a town",
                    "new york was originally dutch",
                    "the big apple is great",
                    "new york is also called the big apple",
                    "nyc is nice",
                    "people abbreviate new york city as nyc",
                    "the capital of great britain is london",
                    "london is in the uk",
                    "london is in england",
                    "london is in great britain",
                    "it rains a lot in london",
                    "london hosts the british museum",
                    "new york is great and so is london",
                    "i like london better than new york"])
y_train = [[0],[0],[0],[0]
            ,[0],[0],[1],[1]
            ,[1],[1],[1],[1]
            ,[2],[2]]
X_test = np.array(['nice day in nyc',
                   'the capital of great britain is london',
                   'i like london better than new york',
                   ])   
target_names = ['Class 1', 'Class 2','Class 3']

classifier = Pipeline([
    ('vectorizer', CountVectorizer(min_df=1,max_df=2)),
    ('tfidf', TfidfTransformer()),
    ('clf', OneVsRestClassifier(LinearSVC()))])
classifier.fit(X_train, y_train)
predicted = classifier.predict(X_test)
for item, labels in zip(X_test, predicted):
    print '%s => %s' % (item, ', '.join(target_names[x] for x in labels))

SORTIE

nice day in nyc => Class 1
the capital of great britain is london => Class 2
i like london better than new york => Class 3

Je tiens à vérifier l'adéquation entre la Formation et de l'ensemble de données de Test.
Fonction de partition ne fonctionne pas pour moi, il affiche un message d'erreur indiquant que multilabel valeur ne peut pas acceptés

>>> classifier.score(X_train, X_test)

NotImplementedError: score n'est pas pris en charge pour multilabel classificateurs

De bien vouloir m'aider à obtenir des résultats de précision pour la formation et les données d'essais et de choisir un algorithme pour notre classification des cas.

OriginalL'auteur user_az | 2013-10-28