我正在做一个机器学习项目，我正处于进展的第一阶段。我正在提取功能并测试要使用或不使用的功能。我有一个由 2 个类组成的数据集。我想检查情绪和作为其中任何一个群体之间是否存在关系。我的数据如下所示：
group_a this is a tweet
group_b this is another tweet
group_b this is another tweet
group_a this is another tweet
如何找到情绪和群体之间的相关性？因为这是我项目的功能选择部分，所以我可以使用任何工具而不是手动实现它。WEKA、PRTools 或任何其他工具，如果您能告诉我如何操作，欢迎您。
PS：实际上在实现算法之前，我想检查是否可以得到类似的东西：
即 group_a 比 group_b 更负面
所以在我的测试数据中，当我得到一个句子时，我可以说如果它是一个负面情绪句子，它可能与 group_a 有关
根据您的问题，我假设您正在尝试将二元情绪分类为正面与负面情绪。我建议在 Weka 中使用 C4.5 决策树分类器。如果您想深入了解 C4.5 中使用的熵度量如何模拟您要达到的目标的理论细节，请查看第 2 章。4马克霍尔的论文
这是一篇关于如何在 NLTK 中执行情感分析的好文档。
http://www.laurentluce.com/posts/twitter-sentiment-analysis-using-python-and-nltk/
此外，scikit-learn 是 Python 编程语言的开源机器学习库。由于您也只将其分类为 2 个类，因此 Bernoulli Naive Bayes 分类器应该能够有效地解决您的任务。
http://scikit-learn.org/stable/modules/naive_bayes.html#bernoulli-naive-bayes
您的解决方案 = nltk + scikit
干杯。