def train(self, maxiter=1000):
self._initparams()
for i in range(0, maxiter):
print("Iter:%d..." % i)
self._lastw = self._w[:] # 保存上一轮权值
self._model_ep()
# 更新每个特征的权值
for i, w in enumerate(self._w):
# 参考公式(19)
self._w[i] += 1.0 / self._C * math.log(
self._ep_[i] / self._ep[i])
print(self._w)
# 检查是否收敛
if self._convergence():
break
def predict(self, input):
X = input.strip().split("\t")
prob = self._pyx(X)
return prob
if __name__ == "__main__":
maxent = MaxEnt()
maxent.load_data('data/data.txt')
maxent.train()
print(maxent.predict("sunny\thot\thigh\tFALSE"))
print(maxent.predict("overcast\thot\thigh\tFALSE"))
print(maxent.predict("sunny\tcool\thigh\tTRUE"))
sys.exit(0)
