我刚开始学习机器学习，正在使用 sklearn 和 nltk 进行我的“hello world”项目，但我在预测结果上遇到了问题，它总是返回一个单一的值。

我按照一个我找到的教程进行操作，该教程有错误，我一点一点地修改它，直到最后得到了结果，但结果并不是我期望的。

附上教程链接： https://towardsdatascience.com/text-classification-using-k-nearest-neighbors-46fa8a77acc5

附上我当前的代码：（总是显示：“Conditions”作为最终结果）

（代码内容省略）

回答：

在教程中，similarity_score()方法试图为 s1 中的每个 synset 找到最高的相似度并对它们进行平均。然而，它没有将 s1 中无法在 s2 中找到任何 synset 的词纳入考虑。在我看来，如果我们在这些情况下将零添加到 s1_largest_scores 中会更合理。

以两句话 "Will it be uncomfortably hot?" 和 "will it rain" 为例。教程中的方法会给出 1 的相似度，而我提出的方法会给出 0.53 的相似度。这两句话属于不同的类别，所以我们希望相似度较低。

这是我的代码：

（代码内容省略）