NLTK学习笔记——Classify模块（1）

前言：在NLTK中讲分类和标注的是第5、6两章，这里把两个章节整合了一下。本文主要是知识点的笔记，在《NLTK学习笔记——分类和标注（2）》中进行实战的介绍。

1. str2tuple()
   从表示一个已标注的标识符的标准字符串创建一个这样的特殊元组 
2. print wordlist.tabulate();
   按词频降序输出所有的词，如：
   
3. 有监督的分类过程
   
4. 官方例子特征：最后一个字母；特征可能值：26个字母
   本例特征：词数量；特征可能值：一系列职位中的词
5. 分类任务中，标签集是预先定义好的
   
6. apply_features(feature_func,toks,labeled=None)
   3个参数：
   fearure_func：特征提取器的函数名
   toks:特征提取函数的传参，也是一系列待提取特征的语句
   
7. 过拟合问题
   如果对样本数据拟定了太多的特征，对于样本数据而言会完全匹配，错误率会很小。然而对于整个语料而言，测试数据分类准确度很差。过拟合问题往往是由于训练数据少等原因造成的。