使用mahout,我能够对数据进行情感分类。但是我卡在了混淆矩阵上。
我正在使用mahout 0.7朴素贝叶斯算法来对推文的情感进行分类。我使用trainnb和testnb朴素贝叶斯分类器来训练分类器,并将推文的情感分类为“积极”,“消极”或“中性”。
样本积极训练集
我正在使用mahout 0.7朴素贝叶斯算法来对推文的情感进行分类。我使用trainnb和testnb朴素贝叶斯分类器来训练分类器,并将推文的情感分类为“积极”,“消极”或“中性”。
样本积极训练集
'positive','i love my i phone'
'positive' , it's pleasure to have i phone'
同样地,我已经准备了负面和中性的训练样本,这是一个庞大的数据集。
我提供的样本测试数据推文没有包含情感。
'it is nice model'
'simply fantastic '
我能够运行Mahout分类算法,并将分类实例的输出作为混淆矩阵给出。
下一步,我需要找出哪些推文展示了积极情绪,哪些是消极的。 使用分类预期输出:标记带有情感的文本。
'negative','very bad btr life time'
'positive' , 'i phone has excellent design features'
在Mahout中,我需要实施哪种算法才能以上述格式获得输出?还是需要自定义源实现。
请“友善地”建议我使用适合于我的Twitter数据情感分析的Apache Mahout提供的算法来显示数据。