- 博客(4)
- 收藏
- 关注
RSS订阅原创 文本分类的python实现-基于Xgboost算法
描述训练集为评论文本，标签为 pos,neu,neg三种分类，train.csv的第一列为文本content，第二列为label。python的xgboost包安装方法，网上有很多详细的介绍参数XGBoost的作者把所有的参数分成了三类：1、通用参数：宏观函数控制。2、Booster参数：控制每一步的booster。3、学习目标参数：控制训练目标的表现。
2016-10-29 22:31:40
8579
11
原创 文本分类的python实现-基于SVM算法
描述训练集为评论文本，标签为 pos,neu,neg三种分类，train.csv的第一列为文本content，第二列为label。可以单独使用SVC训练然后预测，也可以使用管道pipeline把训练和预测放在一块。SVC的惩罚参数C：默认值是1.0。C越大，对误分类的惩罚增大，趋向于对训练集全分对的情况，这样对训练集测试时准确率很高，但泛化能力弱。C值小，对误分类的惩罚减小，允许容错，泛化能力较
2016-10-29 20:59:27
20987
22
原创 词性标注的python实现-基于平均感知机算法
平均感知机算法（Averaged Perceptron）感知机算法是非常好的二分类算法，该算法求取一个分离超平面，超平面由w参数化并用来预测，对于一个样本x，感知机算法通过计算y = [w,x]预测样本的标签，最终的预测标签通过计算sign(y)来实现。算法仅在预测错误时修正权值w。 平均感知机和感知机算法的训练方法一样，不同的是每次训练样本xi后，保留先前训练的权值，训练结束后平均所有权值。
2016-10-06 16:43:37
5245
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人