Changeset 162:ca1529c62df9 for classifier/doc

Timestamp:

08/21/07 19:12:16 (14 months ago)

Author:

Tarek Ziad?? <tarek@…>

Message:

fixes

Location:

classifier/doc

Files:

• classifier.txt (modified) (5 diffs)
• storage.txt (modified) (2 diffs)

classifier/doc/classifier.txt

@@ -23 +23 @@
   >>> tokenizer = AllFilters()
   >>> classifier = BayesClassifier('fr', backend, tokenizer)
+
+Le backend doit être vide au début::
+
+  >>> backend.word_count()
+  0
 
 Le classificateur fait deux choses: apprendre et deviner, pour une langue
@@ -59 +64 @@
   [(u'achetez', 0.99...), (u'kimouss', 0.99...)]
 
-  >>> classifier.learn('savon kimouss par-ci, savon par-la, savon toujours',
+  >>> classifier.learn('savon kipouss par-ci, savon par-la, savon toujours',
   ...                  'song')
   >>> sorted(classifier._buildCategoryWordProbabilities('spam').items()) #2
-  [(u'achetez', 0.99...), (u'kimouss', 0.99...), (u'savon', 0.0001)]
+  [(u'achetez', 0.99...), (u'kimouss', 0.99...), (u'savon', 0.14...)]
+
+  >>> classifier.categorySize('song')
+  4
 
   >>> sorted(classifier._buildCategoryWordProbabilities('song').items())
-   [(u'kimouss', 0.0001), (u'par', 0.99...), (u'savon', 0.99...), (u'toujours', 0.99...)]
+   [(u'kipouss', 0.99...), (u'par', 0.99...), (u'toujours', 0.99...)]
 
 Ce calcul est fait pour toutes les catégories::
@@ -73 +81 @@
 
 
-La reconnaissance se base sur ce filtrage de mots, puis applque l'algo de
+La reconnaissance se base sur ce filtrage de mots, puis applique l'algo de
 Robinson-fisher::
 
   >>> classifier.guess('achetez mon savon KIPOUSS')
-  [(u'song', 0.99...), (u'spam', 0.5), ...]
+  [(u'song', 0.99...), (u'spam', 0.70...), (u'friend', 0.16...)]
 
 We lower default treshold first::
@@ -126 +134 @@
   >>> source2 = open(file).read()
   >>> classifier.guess(source2)
-  [(u'python', 1.0), (u'doctest', ...e-...)]
+  [(u'python', ...), ...]
 
 Le classificateur doit aussi savoir `désapprendre`::
@@ -133 +141 @@
   >>> classifier.unlearn(source2, 'python')
   >>> classifier.guess(source2)
-  [(u'doctest', 1.0)]
+  [(u'doctest', ...), ...]
 
 

classifier/doc/storage.txt

@@ -10 +10 @@
     >>> import settings
     >>> settings.SQLURI = 'sqlite:///%s' % db_file
+    >>> import os
+    >>> if os.path.exists(db_file):
+    ...     os.remove(db_file)
+
 
 It works with languages, words, categories, and words within categories::
@@ -18 +22 @@
 bayesian data::
 
-    >>> storage = SQLStorage('tarek')
-
+    >>> storage = SQLStorage('tester')
 
 Next we can store languages, since each word is in a given language::