Estou tentando classificar com sklearn
, mas estou recebendo um erro:
from sklearn.feature_extraction.text import CountVectorizer
from sklearn.linear_model import LinearRegression
from sklearn.naive_bayes import GaussianNB
from sklearn.naive_bayes import MultinomialNB
from sklearn.model_selection import train_test_split
from sklearn import metrics
X = df['texto'].values #texto que é a base para classificação
Y = df['sentimento'].values #sentimento é o que será treinado. Obs, a coluna setimento já está preenchida com o devido sentimento para cada texto (seguro, inseguro ou nêutro)
split_test_size = 0.30 #30% para teste e 70% para treino
#dividindo o modelo
X_treino, X_teste, Y_treino, Y_teste = train_test_split(X, Y, test_size = split_test_size, random_state = 42)
modelo_v1 = GaussianNB()
#treinando o modelo
modelo_v1.fit(X_treino, Y_treino.ravel())
Retorna o erro:
Traceback (most recent call last): File "C:\Users\USUARIO\workspacePython\testes\exemploClassificacaoTwitter2.py", line 280, in main() File "C:\Users\USUARIO\workspacePython\testes\exemploClassificacaoTwitter2.py", line 65, in main classificar3(df, "estou com medo da violência") File "C:\Users\USUARIO\workspacePython\testes\exemploClassificacaoTwitter2.py", line 277, in classificar3 modelo_v1.fit(X_treino, Y_treino.ravel()) File "C:\ProgramData\Anaconda3\lib\site-packages\sklearn\naive_bayes.py", line 182, in fit X, y = check_X_y(X, y) File "C:\ProgramData\Anaconda3\lib\site-packages\sklearn\utils\validation.py", line 521, in check_X_y ensure_min_features, warn_on_dtype, estimator) File "C:\ProgramData\Anaconda3\lib\site-packages\sklearn\utils\validation.py", line 382, in check_array array = np.array(array, dtype=dtype, order=order, copy=copy) ValueError: could not convert string to float: 'só me sinto a vontade em local tranquilo'
Será que não trabalha com string? Ou eu teria que pegar o número da frequência das palavras?