我一直在围绕 NLTK 算法进行一些数据预测。

从这个gib开始，我开始了我的理解过程。但是，有些位没有意义。

如果我有一组 100 个特征，所有特征都是分类的，那么拆分它们有什么意义，拿 10% 并在此基础上构建训练集？我认为训练集应该包含所有列表，并根据正在测试的新关键字来衡量准确性？

任何提示都会有所帮助。