文本分类（svm）

CNN文本分类实战

在实施CNN文本分类的实战中，你可以按照以下步骤进行操作。我将提供一个基本框架，你可以根据实际需求进行调整。1.数据准备：首先，准备你的文本数据。确保数据集包括标签（类别）和对应的文本内容。
不做梵高417·2024-01-06 20:54

RNN文本分类任务实战

递归神经网络（RNN）：定义：RNN是一类专为顺序数据处理而设计的人工神经网络。顺序处理：RNN保持一个隐藏状态，该状态捕获有关序列中先前输入的信息，使其适用于涉及顺序依赖关系的任务。词嵌入：定义：词嵌入是捕获语义关系的词的密集向量表示。重要性：它们允许神经网络学习上下文信息和单词之间的关系。实现：使用预先训练的词嵌入（Word2Vec、GloVe）或在模型中包含嵌入层。文本标记化和填充：代币化：
不做梵高417·2024-01-06 20:53

竞赛保研 基于深度学习的中文情感分类 - 卷积神经网络 情感分类 情感分析 情感识别 评论情感分类

文章目录1前言2情感文本分类2.1参考论文2.2输入层2.3第一层卷积层：2.4池化层：2.5全连接+softmax层：2.6训练方案3实现3.1sentence部分3.2filters部分3.3featuremaps
iuerfee·2024-01-06 20:30

SVM 保存和加载模型参数

在Python中，你可以使用scikit-learn库中的joblib或pickle模块来保存和加载SVM模型的参数。
不做梵高417·2024-01-06 19:01

基于K 邻近朴素贝叶斯LinearSVM机器视觉的害虫种类及数量检测程序代码+数据集

摘要.......................................................................................................................IABSTRACTII目录..................................................................
yushibing717·2024-01-06 19:55

【NLP】工业界常用的NLP数据增强方法都在这了，你都会了吗

目录1EDA1.1具体方法1.2EDA参数选择1.3EDA的缺点2回译3拼接1EDAEDA使用传统的文本数据增强方法，可以在文本数据集小的情况下提升文本分类的性能。
AI量化小木屋·2024-01-06 10:29

IDEA 2023快捷键

1、main|sout|psvm2、CTAL+D复制当前行3、ALT+SHIFT+↕可以把当前行代码进行移动4、CTRL+H类的继承继承结构5、CTRL+F12类的成员6、SHIFT+F6统一修改变量7
Code攻城狮·2024-01-06 09:17

matlab svm核函数选择,SVM分类核函数及参数选择比较.pdf

Compu~rEngineering口4胁日ff0计算机工程与应用SVM分类核函数及参数选择比较奉国和FENGGuohe华南师范大学经济管理学院信息管理系，广州510006SchoolofEconomy
短鱼儿商学院·2024-01-06 08:35

svm核函数gamma参数_svm常用核函数介绍

blog.csdn.net/batuwuhanpei/article/details/52354822在吴恩达的课上，也曾经给出过一系列的选择核函数的方法：1、如果特征的数量大到和样本数量差不多，则选用LR或者线性核的SVM
weixin_39683692·2024-01-06 08:35

机器学习算法之不同SVM核函数效果比较

世界上有10种人：一种知道二进制一种不知道二进制最后一种以为这是个二进制笑话工程代码完整已上传：不同SVM核函数效果比较如图所示的两类数据，分别分布为两个圆圈的形状，这样的数据本身就是线性不可分的，此时咱们该如何把这两类数据分开呢
Mr Robot·2024-01-06 08:31

4种SVM主要核函数及相关参数的比较

本文将用数据可视化的方法解释4种支持向量机核函数和参数的区别简单地说，支持向量机(SVM)是一种用于分类的监督机器学习技术。它的工作原理是计算一个最好地分隔类的最大边距的超平面。
deephub·2024-01-06 08:26

中文分词算法 | 基于词表的三种分词算法

让我们首先认识一下自然语言处理：它主要应用于机器翻译、舆情监测、自动摘要、观点提取、文本分类、问题回答、文本语义对比、语音识别、中文OCR等方面，其与最近很火的语言大模型以及ChatGPT等之类由很强的关联
源于花海·2024-01-06 07:56

07-支持向量机（二）线性支持向量机

1、SVM模型目标函数与优化上一节中我们得到超平面之间的最大距离公式如下：m=2/||w||接下来入得得到模型的目标函数，如下图所示：image.pngimage.pngimage.png从上面可以看出
kang_james·2024-01-06 02:17

如何在IDEA中设值快捷模板

如果是其他按步骤改就行了首先我们要打主方法时，IDEA自带的好像是psvm不是很顺手，所以这里我改成main。1.打开IDEA--->选中File旭旭提供2.选中Settings。
磨陀货_·2024-01-06 02:08

机器学习算法分类

监督学习目标值：类别--分类问题目标值：连续型的数据--回归问题分类模型k近邻算法，贝叶斯分类，决策树与随机森林，逻辑回归,SVM,回归模型线性回归，岭回归无监督学习目标值：无聚类模型k-means机器学习开发流程获取数据数据清洗特征工程
学了忘了学·2024-01-06 01:40

FasterRCNN目标检测

将所提特征送入每一类的SVM分类器，判断是否属于该类。候选框位置回归。FastRCNNFas
tao_sc·2024-01-06 00:49

支持向量机（Support Vector Machines，SVM）

什么是机器学习支持向量机（SupportVectorMachines，SVM）是一种强大的机器学习算法，可用于解决分类和回归问题。
草明·2024-01-05 16:29

【损失函数】Hinge Loss 合页损失

1、介绍HingeLoss（合页损失）通常用于支持向量机（SupportVectorMachine，SVM）等模型中，特别是在二分类问题中。
daphne odera�·2024-01-05 15:28

C#自动删除20天前文件夹图片

资料夹如下，需求为自动删除20天前保存的图片如下为该方法函数，保留天数可以自定义publicstaticvoidCleanFile(){stringpath=$"{SvMaster.DataPath}\
@年年·2024-01-05 13:03

2021年AAAI会议关于文本分类的论文汇总

在2021年AAAI会议接受的论文中，有11篇是关于文本分类任务的，比我想象中的少，或许这个方向真的被研究透。因与笔者工作项目相关，自己还是将11篇论文大致过了一篇，其中几篇进行了精读，有所启发。
烛之文·2024-01-05 07:40

百度众测标注是干嘛的，百度众测标注单价

这些任务可以包括图像识别、语音识别、文本分类等。通过众测标注，百度能够借助用户的力量，快速高效地收集、整理和验证数据，以提升其人工智能系统的准确性和性能。
声优配音圈·2024-01-05 02:51

举例说明自然语言处理（NLP）技术

文本分类：NLP技术可以用于将文本分类到不同的类别。例如，社交媒体监测工具可以使用NLP技术来识别用户发帖中的情感，从而对帖子进行情感分类（例如积极、消极或中性）。信息提取：NL
代码真的养发·2024-01-05 01:12

R-CNN

算法步骤：R-CNN框架R-CNN缺点总结：R-CNN是首先生成许多候选框，然后再对每个候选框使用CNN进行特征提取，再将提取的特征送入到SVM（多少类别就对应多少个SVM分类器）进行二分类，最后再通过边界框回归去调整边界框的位置
DQ小恐龙·2024-01-04 19:30

Datawhale零基础入门NLP赛事 - Task3 基于机器学习的文本分类

我们构建了基于词袋模型和TF-IDF的特征提取器，随后构建了岭回归的分类器，并通过更改其各项参数观察变化，最后，使用逻辑回归作为分类器，发现效果大不如岭回归分类器。具体分析随后附上。
AugBoost·2024-01-04 07:45

支持向量机SVM详细原理，Libsvm工具箱详解，svm参数说明，svm应用实例，神经网络1000案例之15

目录支持向量机SVM的详细原理SVM的定义SVM理论Libsvm工具箱详解简介参数说明易错及常见问题SVM应用实例，基于SVM的股票价格预测支持向量机SVM的详细原理SVM的定义支持向量机（supportvectormachines
神经网络机器学习智能算法画图绘图·2024-01-04 06:14

python数据分析之交叉验证

python数据分析之交叉验证1、常用的分类算法有监督：SVM向量机、梯度提升、决策树（随机森林）、朴素贝叶斯、逻辑斯蒂回归、神经网络（cnn、rnn）无监督：k-means、隐马尔可夫2、数据分析过程
东木月·2024-01-04 00:51

模式识别与机器学习-半监督学习

模式识别与机器学习-半监督学习半监督学习半监督学习的三个假设半监督学习算法自学习算法自学习的步骤：自学习的优缺点：优点：缺点：协同训练多视角学习生成模型半监督SVM谨以此博客作为复习期间的记录半监督学习半监督学习
Kilig*·2024-01-03 22:45

聚类算法介绍

聚类算法在数据挖掘、图像分割、文本分类、生物信息学等领域都有广泛的应用。
亦旧sea·2024-01-03 21:06

机器学习中的监督学习基本算法-支持向量机简单介绍

简单的介绍一些关于支持向量机的概念和内容支持向量机（SupportVectorMachine，SVM）是一种用于分类和回归的监督学习模型。
Algorithm_Engineer_·2024-01-03 20:22

开源大模型应用开发

该模型的基本原理是将大量无标签文本数据进行预训练，然后将其用于各种下游任务，例如文本分类、命名实体识别、情感分析等。
STRUGGLE_xlf·2024-01-03 19:32

【机器学习】一文读懂分类算法常用评价指标

最近恰好在做文本分类的工作，所以把机器学习分类任务的评价指标又过了一遍。本文将详细介绍
weixin_30664051·2024-01-03 17:05

Tips for Training DNN

NN和很多经典机器学习模型（如KNN、SVM）不同，它经过训练后在训练集上的表现未必会很好，这是因为它优化的损失函数是非凸的，训练停止时可能会停在局部最优点、鞍点或平坦点（即各个方向梯度都约等于零的点）
单调不减·2024-01-03 15:31

支持向量机(SVMs)

supportervectormachines支持向量机所做的是去寻找分割线/hyperplane(超平面)，即介于两个类别的数据之间支持向量机通过采用数据作为输入，然后输出一条线，来将数据分类image.png好的分隔线将两个数据集的间隔最大化，这样的线不容易出现分类误差alinethatmaximizesthedistancetothenearestpointsineitherclassthe
esskeetit·2024-01-03 13:40

粒子群算法优化支持向量SVM的供热量预测，粒子群优化支持向量机SVM回归分析

目录背影支持向量机SVM的详细原理SVM的定义SVM理论粒子群算法原理SVM应用实例，粒子群算法优化支持向量SVM的供热量预测，粒子群优化支持向量机SVM回归分析代码结果分析展望完整代码：粒子群算法优化支持向量
神经网络机器学习智能算法画图绘图·2024-01-03 08:25

机器学习-基于Word2vec搜狐新闻文本分类实验

机器学习-基于Word2vec搜狐新闻文本分类实验实验介绍Word2vec是一群用来产生词向量的相关模型，由Google公司在2013年开放。
septnancye·2024-01-03 08:24

机器学习基础面试点

来源：https://zhuanlan.zhihu.com/p/82105066一.常见手推公式部分1.1LR手推、求导、梯度更新1.2SVM原形式、对偶形式1.3FM公式推导1.4GBDT手推1.5XGB
mylaf·2024-01-03 05:07

Finale

kernel先出现是在SVM里面，原因就是为了减少內积计算的复杂度，把特征转换和內积计算结合到一起。特征转换其实也是一种特征的提取。
冒绿光的盒子·2024-01-03 04:00

分类预测 | Python实现基于SVM-RFE-LSTM的特征选择算法结合LSTM神经网络的多输入单输出分类预测

分类预测|Python实现基于SVM-RFE-LSTM的特征选择算法结合LSTM神经网络的多输入单输出分类预测目录分类预测|Python实现基于SVM-RFE-LSTM的特征选择算法结合LSTM神经网络的多输入单输出分类预测分类效果基本描述程序设计参考资料分类效果基本描述基于
机器学习之心·2024-01-02 23:58

分类预测 | Matlab实现DBO-SVM蜣螂算法优化支持向量机多特征分类预测

分类预测|Matlab实现DBO-SVM蜣螂算法优化支持向量机多特征分类预测目录分类预测|Matlab实现DBO-SVM蜣螂算法优化支持向量机多特征分类预测分类效果基本描述程序设计参考资料分类效果基本描述
机器学习之心·2024-01-02 23:56

NLP：预测新闻类别 - 自然语言处理中嵌入技术

机器学习和NLP在文本分类中的作用机器学习是人工智能的一个子集，它极大地影响了我们处理和分析大型数据集（包括文本数据）的方
冷冻工厂·2024-01-02 23:21

NLP文本情感——SNOWNLP简易版

自然语言生成三阶段：文本规划、语句规划、实现NLP应用领域：机器翻译、情感分析、智能问答、文摘生成、文本分类、舆论分析、知识图谱。
啊金曼·2024-01-02 15:37

python SVM 保存和加载模型参数

在Python中，你可以使用scikit-learn库中的joblib或pickle模块来保存和加载SVM模型的参数。
shimly123456·2024-01-02 09:25

机器学习——支持向量机

目录前言支持向量机的背景理论知识线性可分支持向量机最大间隔超平面最大化间隔的计算对偶问题等式约束不等式约束的KKT条件拉格朗日乘子法：软间隔与正则化损失函数具体实现垃圾邮件分类（SVM）数据集准备代码实现运行结果总结前言支持向量机
TXQIHYJ·2024-01-02 08:39

机器学习一些概念

SVM：最大间隔的优化模型CART算法ID3算法GINI算法C4.5算法Novikoff定理：模糊C均值算法：J(U,V)=∑i=1n∑j=1kuijmdij2∑j=1kuij=1,uij∈[0,1]J
satadriver·2024-01-02 08:43

GCP 创建1个windows vm 并连接

有时需要临时使用1台windows的机器创建windowsvm既然是临时直接用gcloudcommandgcloudcomputeinstancescreateinstance-windows\--zone
nvd11·2024-01-02 02:15

实践：基于双向LSTM模型完成文本分类任务

目录1数据处理1.1数据加载1.2构造Dataset类1.3封装DataLoader2模型构建3模型训练4模型评价5模型预测5拓展实验5.1使用Pytorch内置的单向LSTM进行文本分类实验编辑5.2
熬夜患者·2024-01-01 22:35

SVM原理理解

SVM模型:求解拉格朗日乘子：如何求解？1.计算实例：2.求解算法--SMO求解问题：工作原理：为什么每次要选择两个变量来更新，而不是一个变量呢？代码：小结：学习资料：猫都能看懂的SVM【从概念理解、
BKXjilu·2024-01-01 16:39

学习笔记：机器学习

机器学习概述二、机器学习活跃领域（一）数据分析与数据挖掘（二）人工智能——图像和语音识别三、经典机器学习算法（一）线性回归（二）逻辑回归（三）决策树（四）随机森林（五）k-近邻（KNN）（六）支持向量机（SVM
howard2005·2024-01-01 11:19

自然语言处理(第17课 文本分类和聚类)

一、学习目标1.学习文本分类的两种传统机器学习方法：朴素贝叶斯和支持向量机2.学习文本分类的深度学习方法3.学习文本分类的性能评估标准4.学习文本聚类的相似性度量、具体算法、性能评估二、文本分类1.概述将文本分类
komjay·2024-01-01 08:13

K8S minikube搭建

1.判断cpu是否支持grep-E--color'vmx|svm'/proc/cpuinfo若结果为空，表示cpu不支持这两种指令集2.安装kubectl/etc/yum.repos.d下创建kubernetes.repo
mephisto512·2024-01-01 08:20
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他