我遇到了一个问题，在给定训练集的情况下，某些课程的成功率为0%或<60%。我得到了一个单词列表来帮助分类这样的数据，但我不确定如何做到这一点。我知道stop words从数据中删除了某些单词，但您能否将单词列表应用于certian类，以帮助ML算法确定更好的结果？ ?
浏览 19提问于2021-05-03得票数 0
我正在处理10个标签的多标签文本分类问题。数据集很小，总共有+- 7000项和+-7500个标签。我正在使用python学习，在结果中出现了一些奇怪的东西。作为基线，我从使用countvectorizer开始，实际上正在计划使用tfidf向量器，我认为它会更好地工作。但它不..。使用countvectorizer，我的性能可以提高0.1个f1score。特别是这一个得到了一个更低的
浏览 0提问于2016-07-05得票数 7
1回答
例如，对于unigram和bigram，我可以这样做：但是，我不知道你会如何将表情符号构建到特征向量中呢？似乎有两个可用的选项-要么使用与表情符匹配的正则表达式，然后将其输入参数，或构造包含表情符号的自定义词汇表，并将其输入论点。here]
接下来，将Cou
浏览 3提问于2013-07-16得票数 3
回答已采纳
1回答
文本分类:准确性
、、
我想了解如何计算聚类分析的准确性。我有上百条短信。数据集如下所示：Shakespeare ‘...’ yes...在文本中，有一些作者的引语。选中的列已手动填写。我想做的是按作者对文本进行分组。我已经用kmeans和TfidfVectorizer做了。然而，我想了解是否有可能测试这种方法的准确性。如果这是不可能的，你能告诉我，我可以考虑其他的
浏览 0提问于2020-05-23得票数 1
2回答
我必须使用所提供的数据来预测广告发布的类别；对于我的模型，我不能获得超过74%的准确性。我不知道我错过了什么。使用re&nltk清理文本。旧茎器二手MultinomialNB、LinearSVC和RandomForestClassifierimport jsonfrom skle
浏览 0提问于2021-09-30得票数 1
我正在使用scikit-学习构建一个分类器，它工作(有点大)文本文件。我现在需要一个简单的词包特征，所以我尝试使用TfidfVectorizer/HashingVectorizer/CountVectorizer来获得特征向量。但是，一次处理整个列车数据以获得特征向量会导致numpy/scipy中的内存错误(取决于我使用的向量器)。当从原始文本中提取文本特性时:如果我将
浏览 2提问于2015-08-03得票数 9
回答已采纳
1回答
流编辑工具:输出刮掉的内容
、、、、
我只是在想，在使用不同的流编辑和文本处理/操作工具时，是否有可能做到这一点；例如grep、cut、sed、awk、perl等。是否有方法(以文件或STDOUT的形式)输出与输出相反的输出(换句话说，运行命令时没有提取的内容)--即与其他应用程序一起使用，而不是使用工具特性和可选标志来完成它。ds
浏览 0提问于2015-10-15得票数 1
回答已采纳
1回答
新的科学知识-学习和我正在工作的一些数据，如以下。False }对于单行文本，在CountVectorizer这些输出可以串联在一起，我希望有以下警告:我不想对特定、有限和定义良好的参数具有同等重要性的任意文本。
最后，
浏览 2提问于2013-04-01得票数 0
回答已采纳
3回答
如何在nlp中进行特征提取
、、、、
我正在构建一个多类文本分类器，它有一个作业门户的数据集。数据集由映射到实际名称的组织名称组成(见下文)。我想做一个毫升模型，可以预测实际的组织名称。我的数据集如下所示：
FlipKart pvt有限公司
A.)我能提取什么样的特征？B.)我的特征提取器也应该使用训练集的标签吗？
C.)我<e
浏览 2提问于2018-02-08得票数 0
5回答
直到最近，我还认为“标签”和“分类”是同义词。但是当我开始关于计算机视觉术语的另一个问题时，我想到了它：“标签”和“分类”之间有什么区别吗？我认为“类”是您想要检测的概念，而“标签”是您分配给数据的内容。因此，“类”是一个导致数据的概念，而“标签”只是名称。因此，“标签”与“分类”是一样的，因为两者都希望对导致数据的底层类进行声明。文章
通过Google学者进行的
浏览 0提问于2015-11-27得票数 6
回答已采纳
1回答
使用ScipyDataStore设置一个mmap='r'，ds['field'].values将数据加载到内存中。据我所见，设计的重点似乎不是实际将numpy函数应用于内存映射数组，而是将小块块加载到内存中(有时使用内存映射)。例如，。以及一些与相关的注释，即not无法确定numpy数组是否被命名。如果分块的dask操作至少
浏览 5提问于2017-06-24得票数 5
回答已采纳
2回答
我正在尝试获取一个很长的对象列表(在本例中，是来自iTunes应用商店的应用程序)，并对它们进行更具体的分类。例如，目前有一大堆应用程序被归类为“教育”，但我想把它们归类为生物学、英语、数学等。这是人工智能/机器学习的问题吗？我在这方面没有任何背景，但我想要一些资源或想法，从哪里开始做这类事情。
浏览 1提问于2012-07-30得票数 0
回答已采纳
12回答
我什么时候使用每一个？
Also...is依赖于词性的NLTK词汇化？如果是的话，它不是更准确吗？
浏览 2提问于2009-11-24得票数 170
回答已采纳
2回答
词/短语分类
、、、
我有一个包含5000条字符串记录的列。这些记录是单个单词或短语(不是句子或段落)。这些记录大多是相似的或包含相似的元素。“办公室”、“办公室”、“底层办公室”)。另外，有人手动将这些记录中的300种分类为五类(即住宅、工业、办公、零售、其他)，这意味着我可以使用它来开发一个受监督的机器学习模型。我在word2vec上做了一些研究，但它们似乎只针对文本，而不是单个的单词和短语。请告诉我如何进行
浏览 0提问于2020-07-22得票数 2
回答已采纳
我正在使用朴素贝叶斯分类器将数千个文档分类为30个不同的类别。我实现了一个朴素的贝叶斯分类器，通过一些特征选择(主要是过滤无用的单词)，我获得了大约30%的测试准确率，45%的训练准确率。这比随机的要好得多，但我希望它更好。我尝试过使用NB实现AdaBoost，但似乎并没有给出明显更好的结果(文献似乎在这一点上存在分歧，一些论文说使用NB
浏览 15提问于2010-08-13得票数 71
回答已采纳
1回答
我正试图构建一个分类器，通过预测出处编译器来检测是否存在错误。为此，我有一个由json格式的汇编代码组成的数据集：特别是，我希望选择作为功能说明，所以推送，移动，jmp，..etc，并创建一个特征向量，其中包含的次数，一个功能出现。所以，我想用这个词袋。在这一点上，我不知道如何移动，我不确定我是否走的正确的方式。有人能帮帮我吗？谢谢已经提前了。编辑2现在我正在尝试使用json文件，不是用熊猫打开它，而是
浏览 0提问于2019-10-25得票数 1
回答已采纳
3回答
比较两个英文字符串的相似之处
、、、、
所以这是我的问题。我有两段文字，我需要看看它们是否相似。不是在字符串度量的意义上，而是在意义上。以下两段是相关的，但我需要了解它们是否涵盖了“相同”的主题。任何解决这个问题的帮助或指导都将不胜感激。
化石燃料是通过自然过程形成的燃料，例如埋在地下的死生物的厌氧分解。生物的年龄和由此产生的化石燃料通常是数百万年，有时甚至超过6.5亿年。甲烷可单独
浏览 6提问于2011-08-17得票数 5
我从这个上读到：
我发现把建模的可能方面限制在作者或主题上太主观了。由于似乎没有强有力的证据来支持某一特定方面，这可能是任何其他潜在/潜在方面。
浏览 1提问于2014-02-22得票数 0
回答已采纳
我刚认识德鲁帕尔，所以请对你的回答温柔点，如果这是我可以在其他地方找到的东西，我提前道歉，但我已经找了好几个小时了……主菜单
我想要一个街区，显示所有的故事标签“苹果”。我以为这会很容易，但对于我的生活，我不知道怎么做。我一直
浏览 0提问于2013-07-19得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
