一个小游戏
让我们玩一个小游戏。我会提供一条推特，你来猜猜作者是谁？
别向下滚动太多，以免不小心看到答案！现在是第一条；谁写的，川普还是他的一个助手？
这条比较简单。这条推文使用了单词“via”，明显指示了这是助手所发。它包含一个链接，另一个助手发推的迹象。它是在一天中午发布的，它很正式，不带感情：一切都指向助手。
是的，你猜对了，这条推是助手所发！好，再来一条：
这是川普所发，还是助手所发？同样，让我们综合一切迹象。这一条推文包含了更多感情，通常这是川普的标记。推文里有一个感叹号：这是川普的调调。记得换算时间，时间是6：30pm，工作日差不多结束了。所以，我们可以自信地猜测这条推文的作者是……
川普！是的，又猜对了！
关于弗林的推文
下面是一条重磅推文，整个项目就是因这条推文而起：
这条推文发布于2017年3月26日之后，如果你没忘记的话，这意味着这条推文没有真正发布者的标签。只能寄希望于我的模型了。事实上，这条推文的作者不怎么好猜。它包含“lied”、“guilty”、“shame”、“hide”这样饱含感情的单词——这可能显示川普是作者。另一方面，它又比较正式；语法很规整，同时包含一些超过平均长度的单词：这些又是助手代笔的迹象。它是在中午时刻发布的，又一个助手代笔的暗示。但它又很个人化，暗示是川普。那么我们的模型怎么看？
rf ［ 0．23884372 0．76115628］ab ［ 0．49269671 0．50730329］gb ［ 0．1271846 0．8728154］knn ［ 0．71428571 0．28571429］nb ［ 0．11928973 0．88071027］gnb ［ 0．9265792 0．0734208］lr ［ 0．35540594 0．64459406］rf ［1］ab ［1］gb ［1］knn ［0］nb ［1］gnb ［0］svc ［1］svm ［0］lr ［1］（［1］， ［ 0．15384615， 0．84615385］）
“rf”代表随机森林，它预测1，也就是川普，概率为76％（前7行显示概率，第一项为助手，第二项为川普；接下来9行显示预测：0表示助手，1表示川普）。“ab”是AdaBoost，同样预测川普，但是概率是51％对49％——一点也不自信。梯度提升模型更自信，87％的可能是川普。不过KNN并不赞同：71％的可能是助手。多项朴素贝叶斯预测川普，高斯朴素贝叶斯却预测助手。两种支持向量机器模型的意见也不一样：SVC预测川普，SVM预测助手（由于这两个模型构建的方式，它们无法输出概率估计，这是上半部分不包括它们的原因）。逻辑回归比较中庸，64％的可能是川普，36％的可能是助手。也就是说，6个模型预测川普，3个模型预测助手。
事实上，在花费数周事件阅读和分析数以千计的川普推文之后，我认为这条推文是一个协作撰写的最佳样本。从主题和情感的角度分析，它是100％的川普式推文。但从风格和语法的角度分析，它看起来又像是来自一个助手。在我看来，川普大概和多德一起起草了这条推文。川普告诉多德他想说什么，他想怎么说，然后多德实际编写了推文。这是我的最佳猜测。
这显示了这些模型并不是完美的，有不少不一致的地方；同时推文包含的信息对训练机器学习模型而言太少了。我最终的集成模型，在测试集上达到99％精确度的决策树，给出的最终预测是川普，概率为85％（上面的代码中的最后一行）。所以这就是我们最终的答案：川普。不是约翰·多德，川普的律师。所以他们声称是多德而不是川普写了那条推文，我们只能设想这是：
