namesex-light 0.2.1

名称x光

nameex_light是一个lighweight软件包，可以预测中文名字的性别倾向。本单元提供了一个基于10730个中文名字（繁体中文）的二语正规logistic回归训练，从公共数据中收集可靠的性别标签。函数的作用是：获取一个名字列表，并输出预测的性别倾向（1代表男性，0代表女性）或成为男性名字的概率。nameex_light有一个姊妹项目nameex，它以更高的精度执行类似的任务。

有关nameex和nameex_light的其他信息可以在in another document (in Chinese)中找到。

通过十倍交叉验证评估的预测性能为：

使用pip/pip3安装namexu light.：

pip install namesex_light

要使用nameex_light，请传入要预测的给定名称的数组或列表（）。对于输入列表中的每个元素，predict（）对于男性或女性预测返回1或0。设置“predprob=true”返回成为男性姓名的概率。下面是一个简单的示例代码。

>>> import namesex_light
>>> nsl = namesex_light.namesex_light()
>>> nsl.predict(['民豪', '愛麗', '志明'])
array([1, 0, 1])
>>> nsl.predict(['民豪', '愛麗', '志明'], predprob=True)
array([0.99968932, 0.00530066, 0.9938986 ])

注意nameex_light只使用中文名字训练。但是，它也可以用于对翻译后的名称进行分类：

>>> nsl.predict(['阿波羅', '阿波羅', '雷', '艾美', '布蘭妮', '阿曼達'])
array([1, 1, 1, 0, 0, 1])

此模块用于快速即插即用。不包括原始训练数据集。

测试数据集

这个包附带了一个小的测试数据集，它不用于模型培训。下面的示例代码演示了一个简单的用法。

>>> testdata = namesex_light.testdata()
>>> nsl = namesex_light.namesex_light()
>>> pred = nsl.predict(testdata.gname)
>>> print("The first 5 given names are: {}".format(testdata.gname[0:5]))
The first 5 given names are: ['翊如', '妤庭', '諆璋', '大閎', '和維']
>>> print("    and their sex:          {}".format(testdata.sex[0:5]))
    and their sex:          [0, 0, 1, 1, 1]
>>> print("    and their predicted sex:{}".format(pred[0:5]))
    and their predicted sex:[0 0 1 1 1]
>>> accuracy = np.sum(pred == testdata.sex) / len(pred)
>>> print(" Prediction accuracy = {}".format(accuracy))
 Prediction accuracy = 0.8627450980392157

请注意，与十倍交叉评估的准确性相比，其准确性略低。我想这是正常的，因为这个测试集是从不同于训练数据集的源收集的。