原书出处
机器学习算法原理与编程实践
08 第8章 万能分类器——支持向量机
果如下: 0.09 原训练集的输出错误率为9%。 8.4 SVM中文文本分类 在第2章我们使用贝叶斯算法讲解过文本分类。
本章仍使用第2章的数据,同样使用Scikit-Learn算法库,但运用算法库中的SVM算法进行文本分类。我们回顾一下中文的文本分类技术和流程,主要包括以下几个步骤。 预处理:去除文本的噪声信息,例如HTML标签、文本格式转换、检测句子边界等。 中文分词:使用中文分词器为文本分词,并去除停用词。
构建词向量空间:统计文本词频,生成文本的词向量空间。 权重策略——TF-IDF方法:使用TF-IDF发现特征词,并抽取
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/机器学习算法原理与编程实践/_epub-src/OEBPS/text00028.html
EPUB SHA-256:70d8d79af4c27e857a132f2bb0cf0dbfa14854fa17c13eacb72320d7c9bf315d