在文本分类中，基于相似度的算法是否优于SVM/Tree算法？
在文本分类中，基于相似度的算法和SVM/Tree算法各有优势，没有绝对的优劣之分，具体取决于应用场景和需求。
基于相似度的算法是一种基于文本相似度度量的分类方法，通过计算文本之间的相似度来判断其类别。常见的基于相似度的算法包括余弦相似度、编辑距离、Jaccard相似度等。这类算法的优势在于简单直观，易于实现和理解。它们适用于一些特定的文本分类场景，如短文本分类、关键词匹配等。对于相似度度量较为重要的任务，基于相似度的算法可能更加适用。
SVM/Tree算法是一种基于机器学习的分类方法，通过训练模型来学习文本的特征和类别之间的关系。SVM（支持向量机）算法通过构建超平面来实现分类，Tree（决策树）算法通过构建树结构来实现分类。这类算法的优势在于可以处理更加复杂的文本分类任务，能够学习到更多的特征和规律。它们适用于需要考虑多个特征和上下文信息的文本分类场景。
在实际应用中，可以根据具体的需求和数据情况选择合适的算法。如果任务较为简单，文本相似度度量较为重要，可以考虑基于相似度的算法；如果任务较为复杂，需要考虑多个特征和上下文信息，可以考虑SVM/Tree算法。此外，还可以结合两种算法的优势，进行算法融合或者集成学习，以提高分类效果。
腾讯云提供了一系列与文本分类相关的产品和服务，例如腾讯云自然语言处理（NLP）服务。该服务提供了文本分类、情感分析、关键词提取等功能，可以帮助用户快速实现文本分类任务。具体产品介绍和使用方法可以参考腾讯云自然语言处理（NLP）服务的官方文档：https://cloud.tencent.com/product/nlp
相关·内容
关于分类..。假设发现一个数据是线性可分的(使用SVM/聚类/单感知器等测试线性可分性)。我们是否可以使用更简单的模型，如逻辑回归(而不是SVM或其他)，因为他们说简单模型是更好的模型
如果错了，请纠正我
提前感谢！苏利亚
浏览 2提问于2017-06-06得票数 0
1回答
我有一组字符串，每个字符串都有与之相关的分类信息。但是，分类信息并不总是很好，所以我需要根据文本内容和类别对消息进行聚类。做这件事最好的方法是什么？
浏览 0提问于2015-05-18得票数 3
我面临的问题是，3个不同的分类器，所有训练在相同的数据集( sklearn虹膜数据集)，输出完全相同的准确性分数和混淆矩阵。我给我的教授发了邮件，询问这是否正常，如果不是，她是否有任何建议，她给我的基本上是“这不正常，回去看看你的代码”。
从那以后，我对我的代码做了相当多的研究，我似乎看不出发生了什么。我希望这里的人能给我一些启示，我也能从这次经历中学到一些东西。
这是我的代码：
# Dataset
from sklearn import datasets
# Data Preprocessing
from sklearn.model_selection import train_test_
浏览 2提问于2020-12-06得票数 0
回答已采纳
1回答
据我所知，推荐系统大致分为协作系统和内容系统。协作又分为1)内存(使用相似度量)和2)模型(众所周知的矩阵/张量分解)。基于内容的方法包括构造用户配置文件，然后使用支持向量机( SVM )等算法对项目进行分类和推荐。下面是我的问题：
我还能用什么算法来推荐呢?为什么？
我能用神经网络吗？(理解他们对我来说有点困难)
神经网络( NN )只适用于文本和图像处理，数值数据不需要像NN这样复杂的算法，这是真的吗？
浏览 0提问于2017-02-22得票数 1
回答已采纳
2回答
我正在做一个文本分类任务(5000篇论文由10个标签平均分布)。我探索了LinearSVC，获得了80%的准确性。现在，我猜想用ensemble分类器作为基估计器是否能提高SVM分类器的精度？
但是，我不知道如何使用包含所有这些特性的ensemble分类器？请注意，我不想将不同的特征直接组合在一个向量中。
因此，我的第一个问题是:为了提高当前的估计精度，是否可以使用ensemble分类器以svm作为基估计器？我的第二个问题是如何使用包含所有特性的ensemble分类器？
浏览 0提问于2014-11-27得票数 4
1回答
假设我有兴趣对由不同内容类型组成的一组实例进行分类，例如：
一段文字
图像
作为特定类relevant或non-relevant的C。
在我的分类过程中，我执行以下步骤：
给出一个示例，我将其细分为文本和图像。
第一个支持向量机二进制分类器(SVM-text)只对文本进行训练，将文本分类为类C的relevant/non-relevant。
第二个支持向量机二进制分类器(SVM-image)只对图像进行训练，将图像分类为relevant/non-relevant，用于C类。
SVM-text和SVM-image都会对被分析的内容(文本或图像)与类C相关的概率进行估计。鉴于此，我能够说明文本是否与
浏览 0提问于2014-09-16得票数 3
回答已采纳
1回答
相似度矩阵聚类
、、
我尝试对文本数据进行聚类，数据清晰，标记化等。我如何在Kmeans或其他聚类模型中输入相似度矩阵？
from gensim import corpora
from gensim import models
from gensim.models import Word2Vec, WordEmbeddingSimilarityIndex
from gensim.similarities import SoftCosineSimilarity, SparseTermSimilarityMatrix
documents = list(data['clear_response'])
te
浏览 3提问于2020-09-01得票数 0
2回答
我正在使用多维支持向量机分类器(SVM.NET，libSVM的包装器)来对一组特征进行分类。
在给定SVM模型的情况下，是否可以在不重新计算所有先前数据的情况下合并新的训练数据？我猜另一种说法是:支持向量机是可变的吗？
浏览 2提问于2010-10-19得票数 16
回答已采纳
2回答
假设我有一个图，它有像下面的图像这样的组件。
📷
图节点包含文本数据(标题)，边缘数据是相似度(百分比)。我知道每个组件代表一个集群，但我的问题是如何集群这些组件。
示例：
图组件可以为它们的节点(标题)提供这些数据。
如何制作比萨饼
如何制作意大利辣香肠比萨饼
烹饪比萨饼的食谱
意大利比萨饼所需的原料
我还有另外一个带有这些标题的图形组件。
烤肉店
自制Kebab
烤肉串是怎么煮的？
我知道，上面提到的这两个图组件是单独的集群。我的问题是如何将这两个图形组件聚在一起，因为它们可能都有相同的主题(烹饪、食物等)。
我研究过或认为可以解决
问题的方法：
有一个名为BERTopic的库，
浏览 0提问于2022-11-09得票数 1
我想使用libsvm作为预测的分类器。我使用了以下代码：
import numpy as np
import sklearn
from sklearn.svm import libsvm
X = np.array([[0,1.22,45,2.111,9.344,0], [0,1.5,25,5,1,0]])
y = np.array([0.0,1.0])
clf=sklearn.svm.libsvm
clf.fit(X,y)
print(clf.predict([1,1.12,42,4.223,2.33,0]))
我得到了以下错误: sklearn.svm.libsvm.predict中
浏览 1提问于2017-06-05得票数 1
2回答
我在工作中使用了OpenCV Haar分类器，但是我一直在阅读关于OpenCV Haar分类器是否是支持向量机的相互矛盾的报告，有人能澄清它是否使用支持向量机吗？另外，如果没有使用支持向量机，那么Haar方法比SVM方法有哪些优势？
浏览 3提问于2014-04-28得票数 2
回答已采纳
1回答
我正在使用scikit-learn监督学习方法进行文本分类。我有一个训练数据集，其中包含输入文本字段及其所属的类别。我使用tf-idf，SVM分类器管道来创建模型。该解决方案适用于正常的测试用例。但是，如果输入的新文本具有与训练集中相同的同步词，则解决方案无法正确分类。例如:单词'run‘可能存在于训练数据中，但如果我使用单词'sprint’进行测试，则解决方案无法正确分类。
这里最好的方法是什么？在我看来，为训练数据集中的所有单词添加所有同义词不像是一种可伸缩的方法
浏览 0提问于2016-10-07得票数 3
1回答
我有20类视频数据，比如骑自行车，跳水，骑马，荡秋千，跳舞，玩曲棍球，playingCricket，杂耍，高尔夫，网球，bandMarcching。台球，冲浪，skyDiving跑步，散步，挥手，拍手，慢跑，拳击等}每个70个样本视频。我从每个视频中总共取8帧，在10帧的差异中。我已经找到了这些数据的LBP特征，并尝试在matlab中使用'svmtrain‘一次训练10个类别的SVM，并使用'svmclassify’matlab命令对三元模型进行分类。代码成功地训练了我的数据并进行了分类。
现在我的问题是只有2到3节课才能取得好的表现，当我用lbp训练svm时，休息给了10 %
浏览 2提问于2019-03-19得票数 0
1回答
是否可以在nlp中使用模糊分类模型，如fknn，fsvm？我的意思是，我见过人们在从twitter/reddit api中提取的文本特征数据上使用Knn、SVM来检测抑郁、自杀等情绪。我们是否也可以使用模糊Knn、模糊svm来检测文本特征上的情感呢？我没有看到任何关于这个问题的研究论文，也没有任何使用fKnn或文本特征/社交媒体数据的模糊分类模型来检测情绪的人。有人能向我详细解释一下它的答案吗？
浏览 0提问于2022-09-20得票数 0
一段时间以来，我一直在使用OpenCV。它满足了我对特征提取、匹配和聚类(k-均值)和分类(SVM)的所有需求。最近，我遇到了阿帕奇·马赫特。但是，机器学习的大多数算法在OpenCV中也是可用的。如果工作涉及到视频和图像，那么使用Mahout比OpenCV有什么好处吗？
浏览 0提问于2013-09-24得票数 2
回答已采纳
2回答
我正在阅读关于SVM的文章，我已经面对了非核化的SVMs只不过是线性分离器的观点。因此，SVM和logistic回归之间的唯一区别是选择边界的标准吗？
显然，SVM选择最大边缘分类器，logistic回归是cross-entropy损失最小化的分类器。在某些情况下，SVM的表现要好于logistic回归，反之亦然？
浏览 0提问于2018-05-09得票数 12
回答已采纳
1回答
我正在尝试对文本片段进行分类。我有9个类别，但我给出的句子可以分为更多的类别。我的目标是找出每句话的行业，我有一个常见的问题是，我的训练集没有“色情”类别和带有色情材料的句子被归类为“财经”。
我想让我的分类器检查句子是否可以分类，如果不能只打印出来，就不能对文本进行分类。
我使用Tf-idf向量器转换句子，然后将数据提供给LinearSVC。
有人能帮我解决这个问题吗？或者有人能给我一些有用的材料？
浏览 3提问于2017-06-17得票数 0
1回答
文本分类错误分类？
、、、
我正试图解决一个二元分类问题。我的标签是滥用(1)和非滥用(0)。我的数据集不平衡(超过0)，我使用过抽样的少数类标签(即1)来平衡我的数据集。我也做了预处理，特征工程使用TF-以色列国防军，然后通过三个分类算法，即逻辑回归，支持向量机和决策树输入到管道数据集。
我的评估指标是：
Logistic Regression:
[[376 33]
[ 18 69]]
precision recall f1-score support
0 0.95 0.92 0.94 409
1
浏览 0提问于2021-05-26得票数 0
1回答
支持向量机等级正则化参数
、、、、
当使用SVM Rank学习排名函数时，正则化参数C的值是否应该与分类中使用的值相同？
我问的原因是支持向量机排名网站建议参数应该是C= C_light * n，其中n是不同查询的数量。我的解释是，在分类问题中，C_light是C的值。但是现在，C可以变得很大，并且学习排名函数需要很多时间。我应该像在分类中一样取C的值吗？我对网站的解释有误吗？
链接：
浏览 5提问于2014-12-12得票数 0
3回答
我在做遥感图像分类。采用面向对象的方法:首先将图像分割成不同的区域，然后从颜色、形状和纹理等区域提取特征。一个区域的所有特征的数量可能是30个，通常有2000个区域，我将选择5个类，每个类有15个样本。
总结如下：
样本数据1530
测试数据197530
如何选择合适的分类器？如果有三个分类器(ANN、SVM和KNN)，那么我应该选择哪一个来进行更好的分类？
浏览 6提问于2011-09-06得票数 1
回答已采纳
1回答
面向大数据量的支持向量机预测
、、、、
我想对相对大量的数据(150M)运行SVM分类(具有二进制响应)。因此，我采样了一个训练数据集(假设大约50,000个)，并使用R中的svm{e1071}构建了模型。现在，我想将结果应用于整个数据集。我不知道如何在R中加载和运行这么大的数据集。因此，我需要从R中提取模型参数，并在另一个平台上运行它。换句话说，我希望获得整个数据的相同概率( weight.svm )：
model.svm = svm(as.factor(response) ~.,data=predictors, probability=TRUE)
predict.svm= predict(model.svm,predictor
浏览 0提问于2016-03-28得票数 0
Stanford提供了NERs来检测POS标签和NERs。但是当我试图分析的时候，我正面临一个问题。这句话如下：
Joseph E. Seagram & Sons, INC said on Thursday that it is merging its two United States based wine companies
下面是我的代码
st = StanfordNERTagger('./stanford- ner/classifiers/english.all.3class.distsim.crf.ser.gz',
浏览 3提问于2018-06-07得票数 1
回答已采纳
2回答
文本分类中的n-克与其他分类器
、、、、
我对文本分类技术很陌生，我想知道N-gram文本分类方法与其他基于决策树、KNN、SVM的文本分类方法的区别。
我想知道哪一种更好，n克是否属于分类者？N-图是否克服了分类器技术中的缺点？
我在哪里可以得到有关所有这些技术的比较信息。
提前谢谢。
浏览 1提问于2013-12-01得票数 6
回答已采纳
1回答
我读过这篇文章：，k近邻的混合分类方法，贝叶斯方法和遗传算法。
提出采用遗传算法改进文本分类
我想用支持向量机代替遗传算法，但我不知道它是否有效
我的意思是我不知道新的想法和结果会不会比这篇文章更好
我在某个地方读到过Ga比SVM更好，但如果它是对的还是不对呢？
浏览 0提问于2013-07-17得票数 0
1回答
这个问题是关于基于常用词的文本分类，我不知道我是否正确地处理了这个问题我有一个excel，在"Description“列中有文本，在" ID”列中有一个唯一的ID，我想迭代描述，并根据文本中常见单词的百分比或频率比较它们。我想对描述进行分类，并给它们另一个ID。请参见下面的示例……
#importing pandas as pd
import pandas as pd
# creating a dataframe
df = pd.DataFrame({'ID': ['12 ', '54'
浏览 21提问于2019-08-22得票数 0
4回答
我有一个关于使用监督学习和非监督学习对文档进行分类的问题。
例如：-我有一堆关于足球的文件。我们知道，足球在英国、美国和澳大利亚有着不同的含义。因此，很难将这些文件分为三种不同的分类(即足球、美式足球和澳大利亚足球)。
我的方法尝试使用基于无监督学习的余弦相似项。在使用聚类学习之后，我们能够基于余弦相似性创建多个聚类，其中每个聚类将包含相似的文档术语。在创建聚类之后，我们可以使用语义特征来识别这些聚类，这取决于支持向量机( SVM )这样的监督模型来进行精确的分类。
我的目标是创建更准确的分类，因为如果我想测试一个新的文档，我想知道这个文档是否可以与这些分类相关。
浏览 0提问于2014-08-16得票数 5
2回答
所以我试着用Weka SVM对文本进行分类。到目前为止，我用于训练支持向量机的特征向量是由训练文本中出现的单元图和二进制图的TF-下手统计数据组成的。但是，我测试经过训练的支持向量机模型的结果并不准确，所以有人能给我关于我的程序的反馈吗？我正在按照这些步骤对文本进行分类：
建立一个字典，由从训练课文中提取的单数和字数组成。
计算每篇训练课文中每张字元/字元出现的次数，以及在训练课文中出现的训练课文数。
使用步骤2中的数据计算每个unigram/bigram的TF-IDF值。
对于每个文档，构造一个特征向量，即字典的长度，并将对应的TF-国防军统计量存储在向量的每个元素中(例如，
浏览 1提问于2013-06-07得票数 5
回答已采纳
1回答
我试图使用支持向量机来解决文本分类问题。我发现了一个SVM实现，称为SVM light及其派生的SVM多类(用于多个类的分类问题)。然而，我真的无法理解文件的格式，用于训练和测试分类器。我理解我需要创建一个特征向量(假设我将文档中的每个单词作为一个特性)，然后对于每个文档，我必须指定它的类、它包含的特性(实际上是特征向量中的特征索引)和一个创建火车文件的特征值。我对这个“特征值”感到困惑。可能是什么？这是这份文件中那个特征的计数吗？或者是别的什么东西？网站包含的示例列车文件没有整数作为特征值，这表明形成特征值的不是频率。
另外，我想知道是否有一些工具/软件可以从一个简单的文档中创建这个列车文件
浏览 5提问于2013-08-04得票数 0
回答已采纳
对于具有多个特征和不同长度的时间序列的分类问题，主要的选择是什么？到目前为止，我已经读过关于dtw的k-方法，但还没有看到它适用于多个特性。
浏览 0提问于2022-08-28得票数 1
我正在使用svm.SVR()从科学工具包-学习应用Logistic回归对我的培训数据，以解决相似性问题。使用GridSearchCV，我正在寻找最佳的超参数使用得分作为"R2“。最好的超参数是C=1, cache_size=200, coef0=0.0, degree=3, epsilon=0.001, gamma=0.005, kernel='rbf', shrinking=True, tol=0.001。
我将培训数据和培训标签设置为model.fit(X_train, Y_train)
现在，我在与：prediction = model.predict(X_tes
浏览 0提问于2019-06-18得票数 2
我刚刚开始了一个文本分类的应用程序，我已经阅读了很多关于这个主题的论文，但到目前为止我还不知道如何开始，我感觉我还没有得到完整的图像。我已经得到了训练数据集，并阅读了它的描述，得到了一个很好的支持向量机算法(SVM.Net)的实现，但我不知道如何在这个实现中使用该数据集。我知道我应该从数据集的文本中提取特征，并将这些特征用作SVM的输入，所以谁能告诉我有关如何提取文本特征并将其用作SVM算法的输入的详细教程，然后使用此算法对新文本进行分类？如果有一个完整的关于使用SVM进行文本分类的例子，那就太好了。
任何帮助都将不胜感激。提前谢谢。
浏览 4提问于2011-05-23得票数 3
回答已采纳
支持向量机中的成本参数C是什么意思？我的意思是，如果C很大，这是否意味着“我不能容忍错误的分类”？
在实验中找到最佳参数时，如何确定范围和步长？
顺便问一下，决定哪个参数更好的标准是什么？交叉验证的错误数量或我们从SVM获得的支持向量的数量？
浏览 4提问于2012-10-10得票数 1
回答已采纳
1回答
我从数据科学( Data )开始，为了取得进展，我刚刚运行了西拉杰·拉瓦尔的数据科学导论视频中的代码。他实现了一个简单的决策树分类器，但我不得不注意到，在相同的训练集下，分类器并不总是产生相同的预测(或者显然是相同的匹配)；我碰巧发现这非常奇怪，因为根据我所学到的，决策树应该是确定性的。
我唯一能想到的可能会导致随机性的事情是，分支在某个时刻被随机选择，因为两个选项的价值可能是相同的。我想说，这可以用一些更多的训练数据来纠正，但是即使我再增加5个人，也没有什么变化。有人对发生了什么事有什么解释吗？
下面是for循环中视频中的代码(用Python语言)来计算决策树对男性和女性的预测量。
from
浏览 0提问于2018-08-09得票数 1
回答已采纳
1回答
我的同事提到，一个数据科学项目正在使用SGD分类器。
因此，我开始阅读有关GD/SGD的文章，并遇到了一个不错的文章，它使用支持向量机和GD进行文本分类。
在文章末尾，作者提到：
我们从一堆要训练的文件开始。然后，我们将每个文档表示为数字向量，您可以选择将它们分割成n克，然后用TF-下手称这些n克。现在我们有了一个数值表示，我们可以给出程序的训练数据，并使它的猜测每次。根据程序的错误程度，程序根据错误进行调整，以便在下一次使用梯度下降进行更好的预测。它使用支持向量机( SVMs )跟踪学习，并通过在图中“绘制”新的数据点并查看它是在右边还是在决策边界的左边，用SVM模型进行预测。
这篇文章没有
浏览 0提问于2020-02-06得票数 1
我正在对数据运行一个ML分类器。我使用了SVM，RF和KNN。我用GScv对每个分类器，然后使用votingclassifier.The，我在每个分类器中得到的独立投票的准确率都很低，但是从硬投票和软投票的投票分类器都要高得多！为什么会这样呢？
这是我的密码
拟合核支持向量机到训练集
from sklearn.svm import SVC
clf = SVC(C=1, cache_size=200, class_weight=None, coef0=0.0,
decision_function_shape='ovr', degree=3, gamma=0.005, kern
浏览 0提问于2018-10-15得票数 0
2回答
我目前正在开发一个程序，它可以将一个小文本(比如250个字符)与一个类似文本的集合(大约1000-2000个文本)进行比较。
其目的是评估文本A是否与集合中的一个或多个文本相似，如果类似，则必须通过ID检索集合中的文本。每个文本都有一个唯一的ID。
我希望输出有两种方式：
选项1:文本A匹配文本B具有90%的相似性，文本C匹配70%的相似性，等等。
选项2:文本--具有最高相似度的匹配文本D
我在学校读过一些机器学习，但我不确定哪种算法最适合这个问题，或者我是否应该考虑使用NLP (不熟悉这门学科)。
有没有人建议使用哪种算法，或者在哪里可以找到解决我问题的无科学文献？
浏览 4提问于2013-08-26得票数 16
2回答
我是NLP新手，我想问如何根据我使用Python的关键字从文本中提取句子。我创建了一个关键字列表，用于从文档中提取句子。
如果这将是一个简单的标记化问题，在这个问题中，您将通过令牌循环列表，那么我如何捕获同义词或相关的单词？
例如：
Keyword: Internal business
Sentence: You can only use this software for your business only.
Keyword: Confidentiality
Sentence: Information will be kept as secure as possible.
我实际上
浏览 0提问于2018-07-27得票数 2
2回答
我正在做我的人脸检测和识别工作，我想实时检测人脸，
但是到了训练的时候，要花很长的时间来训练
数据有没有可能减少训练的时间数据谁都能帮上忙
我把这个问题解决了
“”“
def train(train_dir, model_save_path=None, n_neighbors=None, knn_algo='ball_tree', verbose=False):
X = []
y = []
# Loop through each person in the training set
for class_dir in tqdm(os.l
浏览 30提问于2021-05-12得票数 1
回答已采纳
1回答
对于文本分类问题，我既有肯定的训练文档，也有否定的训练文档。我计划为每个文档中的每个特征计算卡方值。有了这个值，我如何使用SVM进行分类？分类的阈值是多少？
浏览 0提问于2016-10-27得票数 0
我想知道是否有任何方法根据文本中的单词使用Python和Sklearn机器学习将文本数据分类为不同的组/类别？
例如：
text = [["request approval for access", "request approval to enter premises", "Laptop not working"], ["completed bw table loading"]]
所以我能得到的分类如下：
category_label = [[0,0,2], [1]]
categories = [["approval r
浏览 3提问于2015-01-09得票数 2
回答已采纳
在Mahout中，支持使用API方法进行基于项目的推荐：
ItemBasedRecommender.mostSimilarItems(int productid, int maxResults, Rescorer rescorer)
但是在Spark Mllib中，看起来ALS内部的API可以获取推荐的产品，但userid必须通过以下方式提供：
MatrixFactorizationModel.recommendProducts(int user, int num)
有没有一种方法可以根据类似的产品获得推荐产品，而不需要提供用户id信息，就像mahout执行基于项目的推荐一样。
浏览 1提问于2014-12-18得票数 8
我有两个文本文件，其中包含如下内容：
/*foo1.txt*/
Number of data records: 1000
Number of attributes: 231
Class attribute index: 231
Monotonic Transformation: None
Number of class labels: 10
Number of folds: 10
Test fold: 1
Random seed: 0
(Dis)similarity measure: Test_SVM
Task: SVMi
Number of bins (b): 10
Histogram t
浏览 3提问于2021-08-28得票数 1
回答已采纳
根据本文，"用于意图分类的系统包含以下内容的两个组件:字嵌入和分类器。“本文还对BERT+SVM和Word2Vec+SVM进行了评估。
我试图做的相反，比较两个不同的分类器(RNN和SVM)使用伯特的字嵌入。
我发现的大多数Python代码都使用BERT来解决整个意图分类问题，这使我感到困惑。示例
我只想用BERT将单词映射到向量中，并将结果输入到分类器(SVM/RNN)中。伯特同时支持文字嵌入和文本分类吗？有人有解释吗？我尝试用Python测试的内容可行吗？
我有一个有两列的dataframe :意图和问题。这是个小数据集。
谢谢!
浏览 0提问于2020-08-04得票数 4
我正在做一个项目，在这个项目中，我需要根据搜索查询对文本文档进行排名，但我需要对具有单词或句子的语义相似度的文档进行排名，我无法开始关于如何使用java找到语义相似度。是否有任何链接或论文可以让我开始在文档或任何想法中找到单词的语义相似度。
浏览 3提问于2014-06-25得票数 0
我有一个1960年样本的数据集，有12个特性，并试图解决一个二进制分类问题，使用980样本进行训练和980样本进行测试。对于训练，我使用的是"svmtrain“，而为了分类，我使用的是”svmtrain“。是否有可能绘制训练错误与训练样本编号？有什么建议吗？我刚开始学习matlab和SVM。
浏览 5提问于2015-08-29得票数 0
回答已采纳
1回答
在NLP中，通常情况下，特征的维度非常大。例如，对于手头的一个项目，特征的维度几乎是20,000 (p = 20,000)，并且每个特征都是一个0-1整数，以显示论文中是否存在特定的单词或二元语法(一篇论文是R^{p}$中的数据点$x \)。
我知道特征之间的冗余度很大，所以降维是必要的。我有三个问题：
1)我有10,000个数据点(n = 10,000)，每个数据点有10,000个特征(p = 10,000)。进行降维的有效方法是什么？R^{n \x p}$中的矩阵奇异值分解( $X )是如此之大，以至于主成分分析(或奇异值分解，截断奇异值分解)都可以，但我不认为奇异值分解是降低二进制特征维
浏览 13提问于2014-11-21得票数 6
1回答
基于SVM的垃圾邮件检测综述
、、、、
我有来自不同电子商务网站的评论数据集。
我的任务是将它们分类为垃圾邮件，或者不使用Python中的SVM。
如何将文本数据集转换为支持向量机功能？是否需要考虑其他特征，如果需要，如何将它们转换为支持向量机特征向量？
是否有任何示例代码或教程可用于完成此任务？我需要完成这个任务，所以请指导我。
浏览 8提问于2015-01-02得票数 0
1回答
我是一名学生，现在我正在研究文本分类。我读过几篇关于这方面的论文。但我刚刚发现这么多人使用朴素贝叶斯分类器。
i have 4 class to classify.
and i read that SVM can only classify thing into 2 class,..yes/no 1/0
除了NBC算法之外，是否有任何算法来构建分类器，将数据分离成两个以上的类？
浏览 3提问于2015-09-30得票数 1
这个问题是对我在另一个问题上看到的一个评论的回应。
该评论是关于Coursera上的机器学习课程教学大纲的，它的大意是"SVMs现在使用得不多“。
我自己才刚刚完成相关的讲座，我对SVMs的理解是，它是一种健壮而高效的分类学习算法，当使用内核时，它们有一个“小生境”，包括10到1000个特征，以及100到10000个训练样本。训练样本的限制是因为核心算法围绕着基于训练样本数的平方矩阵所产生的结果进行优化，而不是基于原始特征的数量。
那么，我看到的评论是否提到了自课程制定以来的一些真正的变化，如果是的话，这是什么变化:一个新的算法涵盖了支持向量机的“甜蜜点”，更好的CPU意味着SVM的计
浏览 0提问于2014-07-09得票数 71
回答已采纳
1回答
当每个实例(样本)只有一个标签时，归一化互信息(NMI)和B3用于外部聚类评估指标。 当每个实例(样本)只有一个标签时，等价的指标是什么？ 例如，在第一张图像中，我们看到苹果、橙子、梨，在第二张图像中，我们看到橙色、酸橙、柠檬色，在第三张图像中，我们看到苹果，在第四张图像中，我们看到橙色。然后，如果将第一个图像和最后一个图像放在一个集群中，则是好的，如果将第三个和第四个图像放在一个集群中，则是不好的。 应用:许多用于目标检测或图像分割的流行数据集对每幅图像都有多个标签。如果我们使用这些数据进行分类(不是检测也不是分割)，那么每个图像都有多个标签。 注意:我的任务是无监督聚类，而不是监督分类。
浏览 31提问于2020-03-24得票数 0
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
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
