登录
首页 » python » python文本分类算法

python文本分类算法

于 2022-03-18 发布 文件大小:1.75 kB
0 169
下载积分: 2 下载次数: 2

代码说明:

ptthon关于文本分类的算法,利用分类算法实现对文本的数据挖掘,主要包括: 1. 语料库的构建,主要包括利用爬虫收集Web文档等; 2. 语料库的数据预处理,包括文档建模,如去噪,分词,建立数据字典, 使用词袋模型或主题模型表达文档等; 注:使用主题模型,如LDA可以获得实验加分; 3. 选择分类算法(如朴素贝叶斯、SVM等),训练文本分类器,理解所选 的分类算法的建模原理、实现过程和相关参数的含义; 4. 对测试集的文本进行分类 5. 对测试集的分类结果利用正确率和召回率进行分析评价

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • PYTHON网络编程基础中文版
    python 编程网络编程基础 中文版 新手学习(python socket programing)
    2017-06-29 10:27:26下载
    积分:1
  • Spider-master
    说明:  简单的爬虫程序,可以用来爬取网页信息,基于python实现(Simple crawler program)
    2021-04-21 13:41:22下载
    积分:1
  • sift
    基于SIFT的快速图像匹配,可适用于于目标追踪,适合初学者参考使用
    2023-03-03 23:15:05下载
    积分:1
  • tornado-master
    python tornado web开源框架最新版3.3 facebook用的哦(The latest version 3.3 of open source framework tornado)
    2014-02-28 10:03:39下载
    积分:1
  • models
    说明:  Unet实现语义分割,对于初学在帮助很大(Unet realizes semantic segmentation, which is very helpful for beginners)
    2020-11-11 14:41:18下载
    积分:1
  • Copula应用实例及程序
    说明:  读取数据、绘制频率直方图、*计算偏度和峰度*、正态性检验*、求经验分布函数值*、核分布估计**、核分布估计**、*求Copula中参数的估计值**、绘制Copula的密度函数和分布函数图******、求Kendall秩相关系数和Spearman秩相关系数*******、模型评价(My English is poor i hope you can understand from the chinese introdunction thinks)
    2019-04-12 20:18:57下载
    积分:1
  • 贝叶斯分类器
    贝叶斯分类器,利用现有数据对数据进行分类。假设我们已经找到客户是银行是否拖欠或不采用贝叶斯分类器可以将客户端。贝叶斯分类器是基于贝叶斯概率定理。
    2022-08-12 16:11:17下载
    积分:1
  • svm_wine
    说明:  采用svm算法对酒进行分类,效果还行,准确率97%左右,python语言(Using SVM algorithm to classify wine, the effect is good, the accuracy is about 97%. Python language)
    2019-07-09 21:08:57下载
    积分:1
  • python人脸表情识别​
    人脸表情识别
    2020-02-21下载
    积分:1
  • 第5章
    说明:  在许多情况下,利用深度学习算法搭建的神经网络模型都需妥进行某 种形式的优化。 这非常重要,只有经过优化的网络,才能在训练之后达到 不错的解决问题的效果。 优化的最直接目的就是使参数更加准确地更新。 一般神经网络的训练过程大致可以分为两个阶段:第一个阶段先通过 前向传播算法计算得到预测值,并将预测值和真实值做对比,得出两者之 间的差距;在第二个阶段,通过反向传播算法计算损失函数对每一个参数 的梯度,再根据梯度和学习率使用梯度下降算法更新每一个参数。(In many cases, the neural network model built by deep learning algorithm needs to be optimized in some form. This is very important, only after the optimization of the network, in order to achieve good results in solving problems after training. The most direct purpose of optimization is to update parameters more accurately. The training process of general neural network can be roughly divided into two stages: in the first stage, the predicted value is calculated by the forward propagation algorithm, and the difference between the predicted value and the real value is obtained; in the second stage, the loss function is calculated by the back-propagation algorithm for each parameter According to the gradient and learning rate, the gradient descent algorithm is used to update each parameter.)
    2020-09-14 16:18:29下载
    积分:1
  • 696518资源总数
  • 105958会员总数
  • 18今日下载