4回答
因此，我在搜索如何处理丢失的数据，并从机器学习掌握中发现了这个职位。当数据丢失时，并非所有的算法都会失败。有一些算法可以使其对丢失的数据具有鲁棒性，例如，当一个值丢失时，k近邻可以忽略距离度量中的列。当进行预测时，朴素贝<
浏览 0提问于2021-04-04得票数 2
2回答
我使用朴素贝叶斯算法进行分类。ID tweet Category pos_tagged_tweet
1Politics [(ද්විපාර්ශවික, NNP), (එකඟතා, NNP), (ජ
浏览 5提问于2021-09-20得票数 0
1回答
我正在尝试在一些实时数据上实现朴素贝叶斯算法。我知道贝叶斯的规则，但我不确定如何在我的data.My数据上实现，因为below.There在我的数据中总共有2个标签，它们都是ok，欺诈和标记为未知的测试数据。我需要通过应用朴素贝叶斯Algorithm.How
浏览 3提问于2012-11-16得票数 2
回答已采纳
我将数据集拆分为训练/测试，并成功地应用了贝叶斯算法，结果为0.8888 (参见下面的代码)。现在我想将第二个数据集应用于这个现有算法-相同的特征和标签，但未知的结果。我如何才能做到这一点呢？
浏览 29提问于2019-10-16得票数 0
6回答
我想知道是否有用于垃圾邮件和文本分类的贝叶斯过滤的好的和干净的面向对象编程(OOP)实现？这只是为了学习的目的。
浏览 0提问于2008-08-04得票数 29
回答已采纳
1回答
我是数据挖掘领域的专家。我正在研究非常有趣的数据挖掘问题。数据描述如下：0_1,60000161,2000,1,9-00,0,0,0,0,0,0,00_1,60000161,2000,6,14-00,0,0
浏览 1提问于2012-11-27得票数 0
1回答
我有一个格式为class, unigram count, bigram count, sentiment的数值数据集。我浏览了一些Apache Mahout文档，它们都是关于文本数据的。我知道我需要执行3个步骤来分类:转换为序列文件，矢量化序列文件，通过它来训练朴素贝叶斯分类器。但我很难理解在Mahout中对文本数据集进行分类与对数值数据集进行分类之间的区别。在我的案例中，我需要做哪些不同的事情？如果有任何帮助，我将不胜感激。
浏览 4提问于2014-09-15得票数 0
2回答
我有一套培训文档，文档中的一些句子和/或段落都有标记。并不是所有的句子/段落都有标签。一个句子或段落可能有多个标签/标签。我想做的是做一些模型，如果给出一个新的文件，它将为文件中的每一个句子/段落提供建议的标签。理想情况下，它只会给我高概率的建议。如果我使用像nltk NaiveBayesClassifier这样的词，结果会很差，我认为这是因为它没有考虑到培训文档中的“未标注”句子，它将包含许多类似于标记句的单词和短语。这些文件是法律/金融性质的，其中充满
浏览 0提问于2013-09-19得票数 7
我有一个包含一些句子(波斯语)的arff文件，每个句子的前面都有一个单词，它在@data部分中显示了它的类。我需要使用smo进行分类。问题：如何在smo中使用这些文本数据？上图是一个非常小的示例文件。
浏览 4提问于2016-12-24得票数 1
回答已采纳
1回答
分类器与精度
、、、、
我有我的数据集，我已经清理了文本(删除断点，标点符号，删除空行，.)。然后我把它分成火车和测试。由于我想确定一个电子邮件是否是垃圾邮件，我已经使用了常见的分类器，即朴素贝叶斯，支持向量机和逻辑回归。在这里，我只是包括我的火车和测试数据集:没有其他！我正在使用Python运行此分析。我的问题是:应该足够了还是应该实现新的算法？如果你能给我一个例子，说明一个已经存在的算法是如何被改进的
浏览 0提问于2020-08-14得票数 0
回答已采纳
所以我想，我拥有的功能越多，错误率就越高。事实证明，这在我的工作中是不正确的，而且当我的特性减少时，错误率就会上升。我不知道我是不是做错了，或者视频里的那个人犯了什么错误。有人能解释一下吗？
浏览 0提问于2013-10-02得票数 7
回答已采纳
我唯一知道的方法就是把特写添加到学习特写的列表中。这样就能制造出新的分类器。但我认为这种方法并不有效，因为训练一个或几个句子需要很长时间。
有什么好的方法可以通过增加特征集来提高分类器的质量？
浏览 1提问于2016-11-06得票数 0
回答已采纳
2回答
我正在尝试实现朴素贝叶斯算法--通过用MATLAB编写我自己的代码。我对为其中一个连续属性选择什么分布感到困惑。它的值如下： 1 3 .. 14 2 15 3</e
浏览 0提问于2012-11-30得票数 0
回答已采纳
3回答
我对网页使用朴素贝叶斯MultinomialNB分类器(从web检索数据到文本，稍后我对文本进行分类: web分类)。from sklearn import PCAfrom sklearn.feature_extraction.tex
浏览 6提问于2016-01-11得票数 16
1回答
确定分类问题的最佳算法
、、、
我有一个由人口普查数据(年龄、性别、就业类型、种族、教育水平等)组成的数据集。我的任务是编写一个算法来预测数据点(30，男性，白人等)年收入将超过50000美元。到目前为止，我实现了一个运行30小时的KNN算法，但在测试数据上达到了大约90%的准确率。我希望使用SVM算法或朴素贝叶斯算法或其他任何可能在这里工作的东西来实现更高的准确性。我正在寻找一种算法<
浏览 0提问于2019-05-01得票数 1
3回答
过度拟合朴素贝叶斯
、、、
我的问题是，朴素贝叶斯在一组火车上表现出色，但在测试集上表现不佳的潜在原因是什么？
我正在处理20新闻数据集的一个变体。数据集有文档，这些文档表示为“单词袋”，没有元数据。我的目标是将每个文档分类为20个标签中的一个。我在训练数据上的错误率是20%，但是我在测试数据上的错误率是90% (作为比较，猜测会产生95%的错误率)。出于某种原因，我的分类器对测试集中的几乎
浏览 0提问于2017-02-07得票数 8
1回答
我有一个数据集，其中包含处理条件(即42个特征)和一类材料的属性(即1个目标)。为了了解不同机器学习模型的性能，在训练中考虑了不同数量的特征，对五种不同的机器学习模型进行了测试。这些模型分别是线性回归(LR)、贝叶斯岭(BR)、最近邻(NN)、随机森林(RF)和支持向量机(SVM)回归。测试数据集的确定系数(R2)用来表示经过训练的机器学习模型的性能。BR、LR和SVM的性能随着顶级特征数量的增加而不断提高，直到在前26个特征中达到最大值。NN显示出与
浏览 0提问于2020-06-16得票数 1
回答已采纳
1回答
基于相关矩阵的特征选择
、、、
在测试Logistic回归、高斯朴素贝叶斯、随机森林和多层感知器等不同算法时，我只是简单地减去平均值，然后除以一个标准差来规范原始数据。并不是所有的人都有这个必要，但我只是想保持一致。在决定选择哪些特征以避免输入数据中的冗余时，应该同时考虑相关矩阵还是只考虑规范化后的相关矩阵，因为这是直接提供给机器学习方法的数据？
浏览 0提问于2018-06-19得票数 0
回答已采纳
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
腾讯云开发者
