1回答
对于Bernoulli分类，朴素贝叶斯分类器是否需要一个损失函数？如果是，朴素贝叶斯分类使用的损失函数是什么？它是如何工作的呢？
浏览 0提问于2021-12-16得票数 1
我正在尝试在链接中复制论文的结果
我已经尝试使用scikit learn重现了这个例子。clf.fit(count_train, df['label'])输出正确打印为： dtype='<U3')
就像论文中提到<e
浏览 6提问于2018-02-02得票数 1
回答已采纳
2回答
我使用的是，它的分类方法返回根据训练好的模型分类的给定字符串的分数。
分数是百分比吗？如果是，最大差是100分吗？
浏览 3提问于2011-02-04得票数 8
回答已采纳
1回答
所以据我所知，为了实现一个无监督的朴素贝叶斯，我们给每个实例分配随机概率，然后通过普通的朴素贝叶斯算法来运行它。我明白，通过每一次迭代，随机估计都会变得更好，但在我的一生中，我无法准确地知道它是如何工作的。
有人想弄清楚这件事吗？
浏览 2提问于2018-03-22得票数 2
回答已采纳
对于逻辑回归的概率解释，我在发展直觉方面遇到了问题。具体地说，为什么将逻辑回归函数的输出视为概率是有效的？
浏览 3提问于2012-06-27得票数 2
回答已采纳
3回答
情绪分析帮助我们衡量推文的情绪，然而，我们从api获得的许多推文可能真的不能‘分类’成某种情绪。有没有人知道任何api/文献讨论在运行任何类型的分类器之前对tweet进行预处理(例如remove #，remove @name's等)。另外，在我开始运行情绪分析器之前，如果我想确定在tweet (比如电影评论)上运行情绪分析是否有意义，我可以查找哪些主题/api/文献？
浏览 2提问于2015-06-26得票数 2
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</e
浏览 0提问于2017-02-07得票数 8
2回答
R-从零开始的朴素贝叶斯分类
、、、、
我编写了一些代码使朴素贝叶斯分类器在R中手动使用iris数据集。我做了以下工作：
set.seed(1) #reproducibility
training_rows <- sort(c(sample(1:50, 40),
浏览 2提问于2017-03-05得票数 1
我要做的是为我的数据创建一个3d曲面图。我已经为石头布剪刀游戏创建了一个贝叶斯多项式模型；一个遵循狄利克雷分布的先验分布θ(一个有三个边缘的向量；theta1，theta2，theta3)，一个由1000个从多项式分布中提取的抽样模型，然后基于这个输出，我更新了后验分布(仍然遵循狄利克雷分布)中的参数。下面我希
浏览 4提问于2015-02-22得票数 0
这是针对上的一项新功能(有关一般信息，请参阅/about )。从本质上讲，你有大量的数据点，每个数据点都会让你了解自己的人口统计数据。如果我猜你的性别，我想要一个接近100%的值，而不仅仅是49%的直方平均值。
此外，考虑到大多数人口统计数据(即除性别外的所有数据)
浏览 0提问于2010-03-16得票数 1
回答已采纳
3回答
我正在研究上千份需要分类的文件，分为五大类。我使用的是朴素贝叶斯分类器。当我在一些示例邮件上测试它时，它工作得很好，但是当我实际将它应用到原始数据集时，计算变得非常复杂，因为有更多的特性。在某种程度上，这些值非常小，几乎为零。因此，我的问题是，如何避免这个问题，得到很小的值，如何改进特征选择？
浏览 0提问于2013-12-15得票数 1
回答已采纳
我正在做一个使用python中的朴素贝叶斯分类器进行文档分类的项目。我已经使用了nltk python模块来做同样的事情。这些文档来自路透社数据集。我执行了词干提取和停用字消除等预处理步骤，并继续计算索引项的tf-idf。我使用这些值来训练分类器，但准确率非常低(53%)。我应该做些什么来提高准确率？
浏览 2提问于2012-05-09得票数 2
回答已采纳
4回答
tweets的文本处理工具
、、、、
我每天收集数以百万计的体育相关推文。我想处理那些推文中的文字。我想要识别这些实体，找到句子的情感，并在这些推文中找到事件。例如：“鲁尼将在他们的下一场比赛中为英格兰效力”。情绪分析：
第一句应为“否定句”，后一句应为“肯定”句。像“梅西上半场进球”和“杰拉德的精彩进球”这样的句子应该
浏览 6提问于2015-04-20得票数 1
3回答
朴素贝叶斯:不平衡的测试数据集
、、、、
我正在使用scikit学习多项朴素贝叶斯分类器进行二进制文本分类(分类器告诉我文档是否属于X类)。我使用一个平衡的数据集来训练我的模型，用一个平衡的测试集来测试它，结果是非常有希望的。这个分类器需要实时运行，并不断地分析随机抛向它的文档。
然而，当我在生产中运行我的分类器时，假阳性的数量很高，因此我的精度很低。原因很简单:分类器在实时场景中遇到了更多的负面样本(大约90 %
浏览 0提问于2014-06-23得票数 16
回答已采纳
(我来自德国;)
因此，在我的一个研究项目(学士论文)中，我需要分析一些公司和品牌在推特上的情绪。为此，我需要编写我自己的程序/使用某种修改过的开源代码(没有APIs我需要了解正在发生的事情)。它包含了各种算法的实现，包括朴素贝叶斯和支持向量机( SVM，在SMO下列出)注意:其他常用的</e
浏览 4提问于2012-09-06得票数 15
回答已采纳
1回答
假设我已经将每个训练文档的文本分解成一组特征(例如，TF的单词或n-图)，这些特征适合由像Weka这样的库提供的适当的二进制分类算法进行分析(例如，多项朴素贝叶斯、随机森林或支持向量机)。需要学习的概念具有多个季节性；也就是说，在给定日期上发布的任意文档属于T的事先概率在很大程度上取决于该日期是在4年周期(由于选举)、在年度周期
浏览 0提问于2014-07-12得票数 3
3回答
非结构化文本分类
、、、
我将对非结构化文本文档进行分类，即结构未知的网站。我所分类的班级数量是有限的(在这一点上，我相信只有三个)。有人建议我该怎么开始吗？我对Mahout和Hadoop有点熟悉，所以我更喜欢基于Java的解决方案。
浏览 0提问于2014-09-05得票数 13
8回答
我有一大堆大约500字的短篇小说，我想把它们分成20个类别之一：我可以手动对它们进行分类，但我想要实现机器学习来猜测最终的类别。解决这个问题的最好方法是什么？有没有我应该使用的机器学习的标准方法？我认为决策树不能很好地工作，因为它是文本数据……我在这个领域完全是个新手。
如有任何帮助，将不胜感激，谢谢！
浏览 62提问于2010-04-23得票数 20
回答已采纳
现在我想知道这个列表中的每个单词是名词、动词、副词还是其他语法类型。如果一个单词可以与几种类型一起使用，我希望它们全部使用(但最常见的一个就足够了)。要求：任何编程语言免费
浏览 0提问于2014-06-18得票数 10
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
对象存储
云直播
腾讯会议活动推荐
腾讯云开发者
