Python NLTK代码片段，用于使用特性频率训练分类器（naive bayes）

Question

我想知道是否有人可以帮助我通过一个代码片段，演示如何训练朴素的贝叶斯分类器使用特征频率方法，而不是特征的存在。

我假设下面如第6章所示的link text是指使用Feature Presence（FP）创建一个featureset-

def document_features(document): 
    document_words = set(document) 

    features = {}
    for word in word_features:
        features['contains(%s)' % word] = (word in document_words)

    return features

请告知

Answer 1

这里有一个方法可以帮助您：

''' Returns the frequency of letters '''
def get_freq_letters(words):
    fdist = nltk.FreqDist([char.lower() for word in words for char in word if char.isalpha()])
    freq_letters = {}
    for key,value in fdist.iteritems():
        freq_letters[key] = value
    return freq_letters