- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在使用 Python 开发机器学习应用程序(使用 sklearn 模块),目前正在尝试确定用于执行推理的模型。问题简要描述:
鉴于用户数据的许多实例,我尝试根据相对关键字包含将它们分类为各种类别。它是受监督的,所以我有很多很多已经分类的预分类数据实例。 (每条数据在2到12个字左右。)
我目前正在尝试在两种潜在模型之间做出决定:
CountVectorizer + 多项式朴素贝叶斯。使用 sklearn 的 CountVectorizer 获取训练数据中的关键字计数。然后,使用 sklearn 的 MultinomialNB 模型使用朴素贝叶斯对数据进行分类。
对关键字计数使用 tf-idf 术语权重 + 标准朴素贝叶斯。使用 CountVectorizer 获取训练数据的关键字计数矩阵,使用 sklearn 的 TfidfTransformer 将该数据转换为 tf-idf 加权,然后将其转储到标准朴素贝叶斯模型中。
我已经阅读了这两种方法中使用的类的文档,两者似乎都很好地解决了我的问题。
对于此类问题,使用标准朴素贝叶斯模型进行 tf-idf 加权可能优于多项式朴素贝叶斯,是否有任何明显的原因?这两种方法都存在明显的问题吗?
最佳答案
Naive Bayes 和 MultinomialNB 是相同的算法。您得到的差异来自 tfidf 转换,它会惩罚语料库中许多文档中出现的单词。
我的建议:使用 tfidf 并调整 TfidfVectorization 的 sublinear_tf、二元参数和归一化参数以获取特征。
还可以尝试 scikit-learn 中提供的各种不同的分类器,如果您正确调整正则化类型(罚分八分之一 l1 或 l2)和正则化参数(alpha)的值,我怀疑它们会给您带来更好的结果。
如果你正确地调整它们,我怀疑你可以使用带有“log”损失(逻辑回归)或“hinge”损失(SVM)的 SGDClassifier 获得更好的结果。
人们通常调整参数的方式是通过 scikit-learn 中的 GridSearchCV 类。
关于python - 选择 sklearn 管道对用户文本数据进行分类,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/34735016/
我正在使用 Assets 管道来管理我的 Grails 3.0 应用程序的前端资源。但是,似乎没有创建 CoffeeScript 文件的源映射。有什么办法可以启用它吗? 我的 build.gradle
我有一个我想要的管道: 提供一些资源, 运行一些测试, 拆资源。 我希望第 3 步中的拆卸任务运行 不管 测试是否通过或失败,在第 2 步。据我所知 runAfter如果前一个任务成功,则只运行一个任
如果我运行以下命令: Measure-Command -Expression {gci -Path C:\ -Recurse -ea SilentlyContinue | where Extensio
我知道管道是一个特殊字符,我需要使用: Scanner input = new Scanner(System.in); String line = input.next
我再次遇到同样的问题,我有我的默认处理方式,但它一直困扰着我。 有没有更好的办法? 所以基本上我有一个运行的管道,在管道内做一些事情,并想从管道内返回一个键/值对。 我希望整个管道返回一个类型为 ps
我有三个环境:dev、hml 和 qa。 在我的管道中,根据分支,阶段有一个条件来检查它是否会运行: - stage: Project_Deploy_DEV condition: eq(varia
我有 Jenkins Jenkins ver. 2.82 正在运行并想在创建新作业时使用 Pipeline 功能。但我没有看到这个列为选项。我只能在自由式项目、maven 项目、外部项目和多配置之间进
在对上一个问题 (haskell-data-hashset-from-unordered-container-performance-for-large-sets) 进行一些观察时,我偶然发现了一个奇
我正在寻找有关如何使用管道将标准输出作为其他命令的参数传递的见解。 例如,考虑这种情况: ls | grep Hello grep 的结构遵循以下模式:grep SearchTerm PathOfFi
有没有办法不因声明性管道步骤而失败,而是显示警告?目前我正在通过添加 || exit 0 来规避它到 sh 命令行的末尾,所以它总是可以正常退出。 当前示例: sh 'vendor/bin/phpcs
我们正在从旧的 Jenkins 设置迁移到所有计划都是声明性 jenkinsfile 管道的新服务器……但是,通过使用管道,我们无法再手动清除工作区。我如何设置 Jenkins 以允许 手动点播清理工
我在 Python 中阅读了有关 Pipelines 和 GridSearchCV 的以下示例: http://www.davidsbatista.net/blog/2017/04/01/docume
我有一个这样的管道脚本: node('linux'){ stage('Setup'){ echo "Build Stage" } stage('Build'){ echo
我正在使用 bitbucket 管道进行培训 这是我的 bitbucket-pipelines.yml: image: php:7.2.9 pipelines: default:
我正在编写一个程序,其中输入文件被拆分为多个文件(Shamir 的 secret 共享方案)。 这是我想象的管道: 来源:使用 Conduit.Binary.sourceFile 从输入中读取 导管:
我创建了一个管道,它有一个应该只在开发分支上执行的阶段。该阶段还需要用户输入。即使我在不同的分支上,为什么它会卡在这些步骤的用户输入上?当我提供输入时,它们会被正确跳过。 stage('Deplo
我正在尝试学习管道功能(%>%)。 当试图从这行代码转换到另一行时,它不起作用。 ---- R代码--原版----- set.seed(1014) replicate(6,sample(1:8))
在 Jenkins Pipeline 中,如何将工件从以前的构建复制到当前构建? 即使之前的构建失败,我也想这样做。 最佳答案 Stuart Rowe 还在 Pipeline Authoring Si
我正在尝试使用 执行已定义的作业构建 使用 Jenkins 管道的方法。 这是一个简单的例子: build('jenkins-test-project-build', param1 : 'some-
当我使用 where 过滤器通过管道命令排除对象时,它没有给我正确的输出。 PS C:\Users\Administrator> $proall = Get-ADComputer -filter *
我是一名优秀的程序员,十分优秀!