from?sklearn?import?svm?metrics
from?sklearn.datasets?import?load_svmlight_file
import?sys

#?返回precision?recall?f1?accuracy
def?getScores（?true_classes?pred_classes?average）:
????precision?=?metrics.precision_score（?true_classes?pred_classes?average=average?）
????recall?=?metrics.recall_score（?true_classes?pred_classes?average=average?）
????f1?=?metrics.f1_score（?true_classes?pred_classes?average=average?）
????accuracy?=?metrics.accuracy_score（?true_classes?pred_classes?）
????return?precision?recall?f1?accuracy

#?命令行:?python?classEval.py?語料名?文件類型（lda?bow等等）
corpus?=?sys.argv[1]
filetype?=?sys.argv[2]
#?（可選）可指定只使用一部分特征
#?selected?feature?dimensions?can?be?specified?in?the?last?argument?as:
#?1-400?（starting?from?1）
if?len（sys.argv）?>?3:
????dims?=?sys.argv[3].split（“-“）
????dims[0]?=?int（dims[0]）?-?1
????dims[1]?=?int（dims[1]）
else:
????dims?=?None

#?按照模板，拿到training和test文件名
if?corpus?==?‘20news‘:
????train_file?=?“20news-train-11314.svm-%s.txt“?%filetype
????test_file?=?“20news-test-7532.svm-%s.txt“?%filetype
else:
????train_file?=?“reuters-train-5770.svm-%s.txt“?%filetype
????test_file?=?“reuters-test-2255.svm-%s.txt“?%filetype

#?加載training和test文件的特征
train_features_sparse?true_train_classes?=?load_svmlight_file（train_file）
test_features_sparse?true_test_classes?=?load_svmlight_file（test_file）

#?缺省加載為稀疏矩陣。轉化為普通numpy?array
train_features?=?train_features_sparse.toarray（）
test_features?=?test_features_sparse.toarray（）

print?“Train:?%dx%d.?Test:?%dx%d“?%（?tuple（?train_features.shape?+?test_features.shape?）?）

if?dims:
????train_features?=?train_features[?:?dims[0]:dims[1]?]
????test_features?=?test_features[?:?dims[0]:dims[1]?]
????print?“Choose?only?features?%d-%d“?%（?dims[0]+1?dims[1]?）
else:
????train_features?=?train_features[?:?:?]
????test_features?=?test_features[?:?:?]

#?線性SVM，L1正則
model?=?svm.LinearSVC（penalty=‘l1‘?dual=False）

#?在training文件上訓練
print?“Training...“
model.fit（?train_features?true_train_classes?）
print?“Done.“

#?在test文件上做預測
pred_train_classes?=?model.predict（?train_features?）
pred_test_classes?=?model.predict（?test_features?）

#?匯報結果
print?metrics.classification_report（true_train_classes?pred_train_classes?digits=3）
print?metrics.classification_report（true_test_classes?pred_test_classes?digits=3）

for?average?in?[‘micro‘?‘macro‘]:
????train_precision?train_recall?train_f1?train_acc?=?getScores（?true_train_classes?pred_train_classes?average?）
????print?“Train?Prec?（%s?average）:?%.3f?recall:?%.3f?F1:?%.3f?Acc:?%.3f“?%（?average
????????????????????????train_precision?train_recall?train_f1?train_acc?）

????test_precision?test_recall?test_f1?test_acc?=?getScores（?true_test_classes?pred_test_classes?average?）
????print?“Test?Prec?（%s?average）:?%.3f?recall:?%.3f?F1:?%.3f?Acc:?%.3f“?%（??average
????????????????????????test_precision?test_recall?test_f1?test_acc?）

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2017-02-27?17:39??lda_classifier\
?????文件????????3055??2017-02-27?17:39??lda_classifier\classEval.py
?????文件????????7381??2017-02-27?17:39??lda_classifier\corpusLoader.py
?????文件????????4563??2017-02-27?17:39??lda_classifier\ldaExp.py
?????文件?????????795??2017-02-27?17:39??lda_classifier\README.md