氏名から性別を判定する。

pip install nltk

import nltk
import random
from nltk import classify
from nltk import NaiveBayesClassifier as NBC

データ

男性の名前が入ったリスト(malelist)と女性の名前が入ったリスト(femalelist)を用意する。（ローマ字）（サンプル数は揃える）（姓名のうち名のみ）

例: malelist=['kazuo','kenji',・・・・]

name.py

def feature_extraction(word):
    return {"last":word[-3:]}
#名前のうち後ろ3文字のみを取り出す関数

maleNames=[(name, "male")for name in malelist]
femaleNames = [(name, 'female')for name in femalelist]
allNames = maleNames + femaleNames #男性のリストと女性のリストをくっつける
random.shuffle(allNames) #リストの中身をシャッフル

featureData=[(feature_extraction(n),gender) for (n,gender) in allNames]
#[(後ろ三文字,性別),(後ろ三文字,性別),(後ろ三文字,性別)・・・]の形にする

genderIdentifier=NBC.train(featureData)

#精度を確かめたい場合はしたのような感じで、、
#num=7*len(featureData)//10 データの
#train_data=featureData[num:]
#test_data=featureData[:num]
#genderIdentifier=NBC.train(train_data)

###作ったモデルを保存する方法

import pickle
f = open('my_classifier.pickle', 'wb')
pickle.dump(genderIdentifier, f)
f.close()

###保存したモデルをロードする方法

import pickle
f = open('my_classifier.pickle', 'rb')
classifier = pickle.load(f)
f.close()

参考

Save Naive Bayes Trained Classifier in NLTK

Machine Learning Model - Gender Identifier with NLTK in less than 15 lines of code

Machine Learning Model - Gender Identifier with NLTK in less than 15 lines of code