- 博客(5)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 使用朴素贝叶斯对电影评论分类
本文内容：使用朴素贝叶斯对电影评论分类1.数据集讲解：2.具体实现：3.实验结果：实验总结使用朴素贝叶斯对电影评论分类1.数据集讲解： 该数据集是IMDB电影数据集的一个子集，已经划分好了测试集和训练集，训练集包括25000条电影评论，测试集也有25000条，该数据集已经经过预处理，将每条评论的具体单词序列转化为词库里的整数序列，其中每个整数代表该单词在词库里的位置。例如，整数104代表该单词是词库的第104个单词。为实验简单，词库仅仅保留了10000个最常出现的单词，低频词汇被舍弃。每条评论
2021-04-27 09:44:38
2895
1
原创 使用朴素贝叶斯过滤垃圾邮件
本文内容：**使用朴素贝叶斯过滤垃圾邮件**1.问题描述：2.实验原理：3.代码实现：4.测试结果：使用朴素贝叶斯过滤垃圾邮件1.问题描述：现有50封电子邮件，存放在数据集task1中，试基于朴素贝叶斯分类器原理，用Python编程实现对垃圾邮件和正常邮件的分类。采用交叉验证方式并且输出分类的错误率及分类错误的文档。2.实验原理：朴素贝叶斯：基于概率论的分类方法：朴素贝叶斯，要求分类器给出一个最优的类别猜测结果，同时给出这个猜测的概率估计值。一种有效计算条件概率的方法称为贝叶斯准则，贝叶斯准
2021-04-26 20:18:47
1667
原创 决策树IMDB数据集电影评测分类
目录**决策树IMDB数据集电影评测分类（二分类问题）**1. 数据集讲解：2. 代码实现：a) 取出数据集：b) 数据处理：决策树IMDB数据集电影评测分类（二分类问题）1. 数据集讲解：该数据集是IMDB电影数据集的一个子集，已经划分好了测试集和训练集，训练集包括25000条电影评论，测试集也有25000条，该数据集已经经过预处理，将每条评论的具体单词序列转化为词库里的整数序列，其中每个整数代表该单词在词库里的位置。例如，整数104代表该单词是词库的第104个单词。为实验
2021-04-17 20:59:23
1534
5
原创 根据用户采集的WiFi信息采用决策树预测用户所在房间
根据用户采集的WiFi信息采用决策树预测用户所在房间数据集：数据集：训练集存于TrainDT.csv中；测试集存于 TestDT.csv中。BSSIDLabel： BSSID标识符，每个AP（接入点，如路由器）拥有1个或多个不同的BSSID，但1个BSSID只属于1个AP；RSSLabel：该BSSID的信号强度，单位dbm；RoomLabel: 该BSSID被采集时所属的房间号，为类标签，测试集中也含该标签，主要用于计算预测准确度；SSIDLabel: 该BSSID的名称，不唯一；finLa
2021-04-08 19:39:45
698
原创 win10 将Anaconda3 从C盘移动到D盘
这里写自定义目录标题win10 将Anaconda3 从C盘移动到D盘背景步骤1：移动文件夹步骤2：修改环境变量步骤3：解决app打不开win10 将Anaconda3 从C盘移动到D盘背景电脑上anaconda有TensorFlow和Pytorch两个环境，很大。C盘空间不足，只能将Anaconda从c盘移动到D盘。步骤1：移动文件夹首先 把C盘用户目录下的整个Anaconda文件夹移动到D盘中你想移动的地方：步骤2：修改环境变量移动完之后，我们需要修改Path环境变量：把所有Anaco
2021-04-02 17:23:45
7995
8
计算机视觉 全景图像拼接、融合 基于Python+OpenCV实验代码
2023-01-04
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人