文章 2024-06-13 来自:开发者社区

【阿旭机器学习实战】【33】中文文本分类之情感分析--朴素贝叶斯、KNN、逻辑回归

1.查看原始数据结构 关注GZH:阿旭算法与机器学习,回复:“ML33”即可获取本文数据集、源码与项目文档 数据集共有4个文件: stopwords.txt为停用词文件; train.negative.txt为训练用负面数据文件; train.positive.txt为训练用正面数据文件; test.combined.txxt...

【阿旭机器学习实战】【33】中文文本分类之情感分析--朴素贝叶斯、KNN、逻辑回归
文章 2022-12-08 来自:开发者社区

【阿旭机器学习实战】【11】文本分类实战:利用朴素贝叶斯模型进行邮件分类

本文主要介绍如何使用朴素贝叶斯模型进行邮件分类,置于朴素贝叶斯模型的原理及分类,可以参考我的上一篇文章《【阿旭机器学习实战】【10】朴素贝叶斯模型原理及3种贝叶斯模型对比:高斯分布朴素贝叶斯、多项式分布朴素贝叶斯、伯努利分布朴素贝叶斯》。文本分类实战读取文本数据import pandas as pd# sep参数代表指定的csv的属性分割符号 sms = pd.read_csv("../data....

【阿旭机器学习实战】【11】文本分类实战:利用朴素贝叶斯模型进行邮件分类
文章 2022-12-08 来自:开发者社区

【阿旭机器学习实战】【10】朴素贝叶斯模型原理及3种贝叶斯模型对比:高斯分布朴素贝叶斯、多项式分布朴素贝叶斯、伯努利分布朴素贝叶斯

朴素贝叶斯【关键词】 概率,贝叶斯公式,古典数学朴素:独立性假设贝叶斯公式优点:朴素贝叶斯模型发源于古典数学理论,有着坚实的数学基础,以及稳定的分类效率;对小规模的数据表现很好;能处理多分类任务,适合增量式训练;对缺失数据不太敏感,算法也比较简单,常用于文本分类缺点:只能用于分类问题需要计算先验概率;分类决策存在错误率;对输入数据的表达形式很敏感1. 朴素贝叶斯原理朴素贝叶斯算法是一个典型的统计....

【阿旭机器学习实战】【10】朴素贝叶斯模型原理及3种贝叶斯模型对比:高斯分布朴素贝叶斯、多项式分布朴素贝叶斯、伯努利分布朴素贝叶斯

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。

产品推荐

阿里云机器学习平台PAI

阿里云机器学习PAI(Platform of Artificial Intelligence)面向企业及开发者,提供轻量化、高性价比的云原生机器学习平台,涵盖PAI-iTAG智能标注平台、PAI-Designer(原Studio)可视化建模平台、PAI-DSW云原生交互式建模平台、PAI-DLC云原生AI基础平台、PAI-EAS云原生弹性推理服务平台,支持千亿特征、万亿样本规模加速训练,百余落地场景,全面提升工程效率。

+关注