知识卡片

普通读书笔记卡 · 6268

代表性样本决定模型适用范围

理解等级:中级

监督学习用带目标信息的代表性样本建立预测规则,正文与样板分离就是本书举的应用。模型能否适用于新站点,取决于页面结构及样本是否覆盖目标情形;更换提取器或定制训练需要检查实际输出,不以库名称代替准确度证据。本节没有给出完整训练过程。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      有代表性的训练样本的预测模型的过程,因此boilerpipe是可以定制的,你可以调整它来提高精确度。 虽然这个库是基于Java的,它很有用也很流行,一个叫做python-boilerpipe(http://bit.ly/1a1mSD4)的Python包封装了它。安装这个包可以使用pip install boilerpipe命令。确保你的Java版本是相对新的

    参考来源

    - 位置:《社交网站的数据挖掘与分析(原书第2版)》第5章《5.2 抓取、解析、爬取网页》(spine93;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0082.html;u074-ch05-002)。 - 结论依据:原文在“有代表性的训练样本”附近的定义、例子或代码支撑本卡核心说明:监督学习用带目标信息的代表性样本建立预测规则,正文与样板分离就是本书举的应用。边界按已读前提解释;示例未执行。 - 原始内容:有代表性的训练样本的预测模型的过程,因此boilerpipe是可以定制的,你可以调整它来提高精确度。 虽然这个库是基于Java的,它很有用也很流行,一个叫做python-boilerpipe(http://bit.ly/1a1mSD4)的Python包封装了它。安装这个包可以使用pip install boilerpipe命令。确保你的Java版本是相对新的