1、NLP应用场景
Affective computing
- 图像
- 文本
- 语音
2、情绪识别实战
- 1、读取csv文件
- 2、划分标签和特征
- 3、训练数据和测试数据分割
- 4、对x_train, y_train做tf-idf
- 5、使用逻辑回归和网格搜索,超参数调参——使用GridSearchCV
- 6、混淆矩阵——confusion_matrix
3、Cross validation
在训练集上,再划分验证集,使用验证集去对模型中的超参数进行调参,对于使用L2正则的logistics 回归, λ \lambda λ为超参数。在训练集和验证集上进行k-folds 交叉验证,找到最好的超参数c。然后再对测试集进行测试。
- lambda 越大时,正则起到的作用越大,它的参数