知识卡片

普通读书笔记卡 · 9845.n · 生成模型:Hunyuan

线性SVM文本分类

理解等级:中级

对预处理后的文本,可调用 Scikit-Learn 的 LinearSVC 线性 SVM 分类器。先用 readbunchobj 把训练集与测试集的词向量对象读入,得到 tdm(词袋矩阵)与 label(类别标签);再以 clf = LinearSVC(penalty=‘l2’, dual=False, tol=1e-4).fit(train_set.tdm, train_set.label) 训练,其中 penalty 指定正则化方式、dual 控制是否解对偶问题、tol 是收敛容差。接着 predict 得到预测类别,逐条比对实际类别与预测类别统计错误数。评估用 metrics 的 precision_score、recall_score、f1_score 分别算精度、召回与 F1。在书中数据集上运行,错误率约 0.99%,精度 0.991、召回 0.990、F1 0.990,与第 2 章朴素贝叶斯达到同样高的精度,说明线性 SVM 在文本分类上同样有效。

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

    参考来源

    - 位置:《机器学习算法原理与编程实践》第8章 万能分类器——支持向量机(源文件:extracted/机器学习算法原理与编程实践/_epub-src/OEBPS/text00028.html) - 结论依据:原文给出 LinearSVC 的 fit、predict 调用、metrics 评估函数及错误率 0.99%、精度 0.991 等输出结果。 - 原始内容:clf = LinearSVC(penalty="l2",dual=False, tol=1e-4).fit(train_set.tdm, train_set. label) # 2. 预测分类结果 predicted = clf.predict(test_set.tdm)