知识卡片
训练与预测必须一致处理重复
MaxEnt加载样本时用set统计二值特征,但训练期望和预测打分遍历原列表。若同一特征在一行重复,会在部分路径多次计入,违背原二值约定。应统一去重或改为计数特征;空训练集、指数溢出与全未知输入也需明确处置。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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
def load_data(self, file): for line in open(file): fields = line.strip().split() if len(fields) < 2: continue # 特征数要大于两列
参考来源
- 位置:《NLP汉语自然语言处理原理与实践 (郑捷)》第04章《NLP中的概率图模型》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/NLP汉语自然语言处理原理与实践 (郑捷)/_epub-src/OEBPS/text00009.html)
- 结论依据:摘录中关于训练与预测必须一致处理重复的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。
- 原始内容:def load_data(self, file): for line in open(file): fields = line.strip().split() if len(fields) < 2: continue # 特征数要大于两列