文本分类（svm）

在ubuntu20.04 上配置 qemu/kvm linux kernel调试环境

（1）：安装之前，先确认CPU是否支持虚拟化技术，使用egrep'(svm|vmx)'/proc/cupinfo查看，如果有vmx或svm的输出，则说明是支持的。
黑不溜秋的·2024-02-20 06:23

支持向量机SVM

支持向量机（SVM，SupportVectorMachines）是一种广泛使用的监督学习方法，适用于分类、回归和其他任务。
ALGORITHM LOL·2024-02-19 23:19

ide使用技巧

在IntelliJIDEA中，输入psvm可以生成publicstaticvoidmain(String[]args)的代码块；在VisualStudio中，输入prop可以生成属性的代码块。
勤于奋·2024-02-19 21:28

centos 7 kvm 安装centos6.8

yumgroupinstall"XWindowSystem""GNOMEDesktop"–ysystemctlset-defaultgraphical.targetrebootegrep-o'(vmx|svm
linux实践操作记录·2024-02-19 21:25

[嵌入式系统-28]：开源的虚拟机监视器和仿真器：QEMU（Quick EMUlator）与VirtualBox、VMware Workstation的比较

什么时候需要QEMU1.4QEMU两种操作模式1.5QEMU模拟多种CPU架构二、QEMU与其他虚拟机的比较2.1常见的虚拟化技术2.1LinuxKVM2.2WindowsVirtualBox2.3WindowsVMwareworkstation
文火冰糖的硅基工坊·2024-02-19 19:09

【机器学习笔记】11 支持向量机

支持向量机（SupportVectorMachine,SVM）支持向量机是一类按监督学习（supervisedlearning）方式对数据进行二元分类的广义线性分类器（generalizedlinearclassifier
RIKI_1·2024-02-19 19:38

机器学习技法笔记5：Kernel 逻辑回归

5-1Soft-MarginSVMasRegularizedModel前面几篇：机器学习技法笔记1：线性SVM机器学习技法笔记2：SVM的对偶形式机器学习技法笔记3：KernelSVM机器学习技法笔记4
wang_buaa·2024-02-19 19:49

支持向量机 | 核技巧于SMO算法的实现

是因为它会产生一个二值决策结果，是一种决策机；支持向量机的泛化误差较低，即，有良好的学习能力，且学到的模型具有很好的推广性，因此被认为是监督学习中最好的定式算法；支持向量机通过求解一个二次优化问题来最大化分类间隔，在过去，训练SVM
Sudden·2024-02-19 18:44

R-CNN、Fast R-CNN、Faster R-CNN实现

R-CNN：传统的目标检测算法：使用穷举法（不同大小比例的滑窗）进行区域选择，时间复杂度高对提取的区域进行特征提取（HOG或者SIFT），对光照、背景等鲁棒性差使用分类器对提取的特征进行分类（SVM或Adaboost
今 晚 打 老 虎·2024-02-19 18:49

Matlab|基于支持向量机的电力短期负荷预测【最小二乘、标准粒子群、改进粒子群】

目录主要内容部分代码结果一览下载链接主要内容该程序主要是对电力短期负荷进行预测，采用三种方法，分别是最小二乘支持向量机（LSSVM）、标准粒子群算法支持向量机和改进粒子群算法支持向量机三种方法对负荷进行预测
电力程序小学童·2024-02-19 12:10

朴素贝叶斯算法

它被广泛应用于文本分类、垃圾邮件过滤等领域。朴素贝叶斯算法简单易懂，其核心思想是假设在给定目标值时，各个属性之间相互独立。在实际应用中，朴素贝叶斯算法在垃圾邮件过滤中表现出色。
YuanDaima2048·2024-02-19 10:46

21丨朴素贝叶斯分类（下）：如何对文档进行分类？

朴素贝叶斯分类最适合的场景就是文本分类、情感分析和垃圾邮件识别。
张九日zx·2024-02-15 10:27

Task6 基于深度学习的文本分类3

基于深度学习的文本分类学习目标了解Transformer的原理和基于预训练语言模型（Bert）的词表示学会Bert的使用，具体包括pretrain和finetune文本表示方法Part4Transformer
listentorain_W·2024-02-15 07:53

联合概率分布-概率质量函数归一化性质-连续型变量概率分布

更多AI技术入门知识与工具使用请看下面链接：https://student-api.iyincaishijiao.com/t/iNSVmUE8/
云博士的AI课堂·2024-02-15 03:16

正态分布-基本概念

更多AI技术入门知识与工具使用请看下面链接：https://student-api.iyincaishijiao.com/t/iNSVmUE8/
云博士的AI课堂·2024-02-15 03:16

概率分布-离散型概率分布

更多AI技术入门知识与工具使用请看下面链接：https://student-api.iyincaishijiao.com/t/iNSVmUE8/
云博士的AI课堂·2024-02-15 03:45

正态分布-形状与特点

更多AI技术入门知识与工具使用请看下面链接：https://student-api.iyincaishijiao.com/t/iNSVmUE8/
云博士的AI课堂·2024-02-15 03:44

8、python多项式贝叶斯文本分类（完整）

1、贝叶斯定理（BayesTheorem）朴素贝叶斯分类（NaiveBayesClassifier）贝叶斯分类算法，是统计学的一种分类方法，它是利用贝叶斯定理的概率统计知识，对离散型的数据进行分类的算法2、贝叶斯算法的类型sklearn包naive_bayes模块GaussianNB高斯贝叶斯BernoulliNB伯努利贝叶斯MultionmialNB多项式贝叶斯（需要知道具体每个特征的数值大小）
UP Lee·2024-02-14 13:32

zero shot classification提取主题词

基于NLI的零镜头文本分类。zeroshotclassification提出了一种使用预训练的NLI模型作为现成的零样本序列分类器的方法。
狗庄欺人太甚·2024-02-14 11:49

新思路：TCN-RVM模型，你见过吗？机器学习预测全家桶新增模型，MATLAB代码

2.机器学习预测全家桶，多步预测之BiGRU、BiLSTM、GRU、LSTM，LSSVM、TCN、CNN，光伏发电数据为例3.机器学习预测全家桶，多步预测之组合预测模型，光伏发电数据为例4.机器学习预测全家桶之
今天吃饺子·2024-02-14 06:41

Task5 基于深度学习的文本分类2

Task5基于深度学习的文本分类2在上一章节，我们通过FastText快速实现了基于深度学习的文本分类模型，但是这个模型并不是最优的。在本章我们将继续深入。
listentorain_W·2024-02-14 06:13

使用word2vec+tensorflow自然语言处理NLP

这种向量表示可以用于各种自然语言处理任务，如语义相似度计算、文本分类和命名实体识别等。Word2Vec的核心思想是通过预测上下文或
取名真难.·2024-02-14 05:18

ERNIE实现酒店情感分析（文本分类）

ERNIE实现酒店情感分析（文本分类）引言在自然语言处理（NLP）领域，文本分类是一项重要的任务，它能够帮助我们理解和分析大量的文本数据。
OverlordDuke·2024-02-14 02:42

介绍一款单细胞细胞类型注释软件-scibet

之前注释和分类方法大多是根据机器学习的非监督聚类的方法，例如随机森林（RF)或者支持向量机（SVM），这些工具耗时长，计算资源消耗大。因此，使用已有标注的数
生信阿拉丁·2024-02-14 01:55

matlab基于SVM的手写字体识别,svm 基于LIBSVM的matlab手写字体识别 AI-NN-PR 人工智能/神经网络/深度学习 276万源代码下载- www.pudn.com...

文件名称:svm下载收藏√[54321]开发工具:matlab文件大小:126KB上传时间:2017-05-15下载次数:0详细说明：基于LIBSVM的matlab手写字体识别-AhandwrittenfontrecognitionbasedonSVM
傅奇·2024-02-13 21:40

13自然语言处理基础入门

字符串基础操作及应用自然语言处理简介做一个中文文本分类任务，首先要做的是文本的预处理，对文本进行分词和去停用词操作，来把字符串分割成词与词组合而成的字符串集合并去掉其中的一些非关键词汇（像是：的、地、得等
Jachin111·2024-02-13 21:04

基于SVM算法的车辆识别与评估

2020年数学建模竞赛题目已知某厂家根据不同车辆属性数据，将其编织成4种队伍，另外只有一批未知编队的车辆属性数据及不同车辆的属性介绍。问题一：根据给出的数据将附件2中的车辆数据编队。问题二：根据问题一中的结果，对每个编队车辆进行性能评估。问题背景自动驾驶是一项极其复杂和困难的技术，其依靠的是人工智能、雷达探测、监控装置等多方面的协同合作。还需要大量的视频采集、数据分析和不断反馈调整，而且必须做到低
数模竞赛Paid answer·2024-02-13 14:10

机器学习入门--支持向量机原理与实践

支持向量机模型支持向量机（SupportVectorMachine，SVM）是一种常用的监督学习算法，主要用于分类和回归问题。它的原理简单而强大，在许多实际应用中取得了很好的效果。
Dr.Cup·2024-02-13 13:36

什么是jieba？

该库能够处理多种文本分析任务，如情感分析、关键词提取、文本分类等。安装在使用jieba库之前，需要先安装它。
zg1g·2024-02-12 22:33

Docker安装ElasticSearch8.9.0

vm.max_map_count=2621443.启用配置sysctl-p注：这一步是为了防止启动容器时，报出如下错误：bootstrapchecksfailedmaxvirtualmemoryareasvm.max_map_count
清盏涂墨衣·2024-02-12 09:13

【机器学习】支持向量机（SVM）

支持向量机（SVM）1背景信息分类算法回顾决策树样本的属性非数值目标函数是离散的贝叶斯学习样本的属性可以是数值或非数值目标函数是连续的（概率）K-近邻样本是空间（例如欧氏空间）中的点目标函数可以是连续的也可以是离散的支持向量机
住在天上的云·2024-02-12 09:56

通俗讲解支持向量机SVM（一）面试官：什么？线性模型你不会不清楚吧？

前言我在写这篇博文之前，也查阅学习了很多文章，内容已经非常详细，足够精彩，比如JULY的这篇支持向量机通俗导论（理解SVM的三层境界）当然，我这里也会介绍全部SVM相关内容，但重点对SVM的提出思路和我在读文章过程中遇见的难点问题分享一些我自己的理解
番三克·2024-02-12 01:30

基于jieba、TfidfVectorizer、LogisticRegression的垃圾邮件分类，模型平均得分为0.98左右（附代码和数据集）

垃圾邮件分类识别是一种常见的文本分类任务，旨在将收件箱中的邮件分为垃圾邮件和非垃圾邮件。
代码讲故事·2024-02-11 18:04

使用Logistic Regression进行文本分类

1.文本格式sentence,label游戏太坑，暴率太低，太克金，平民不能玩,negative让人失望,negative能解决一下服务器问题？网络正常老掉线，换手机也一样。。。,negative期待,positive一星也不想给，这特么简直龟速，炫舞老年版？,negative衣服不好看游戏内容无特色，界面乱糟糟的,negative喜欢喜欢,positive从有了这个手游就一直玩，很喜欢呀，希望更
bitcarmanlee·2024-02-11 18:04

机器学习：SVM、softmax、Dropout及最大池化max_pool介绍

一、利用线性SVM进行分类train_data:(train_num,3072)训练流程初始化权重W:(3072,10)梯度dW:(3072,10)train_data和权重相乘得到score(10,)
是Dream呀·2024-02-11 11:15

通过 SMOTE 及其变体过采样处理不平衡数据

在这篇文章中，我将解释使用SMOTE、SVMSMOTE、BorderlineSMOTE、K-MeansSMOTE和SMOTE-NC进行过采样/上采样。
challeypeng·2024-02-10 19:56

【全网最低价】司守奎《数学建模算法与应用》第三版pdf+数学建模资料（非常详细的算法学习和路线）小白推荐

文章末尾有电子版PDF文件链接2.算法学习流程及详细过程主要算法：工具箱推荐遗传算法-beatxbx工具箱，求解速度很快，并行计算LIBSVM-比MATLAB自带工具箱好用得多yamlip，特别推荐，统一优化求解工具箱由于文件很多
阿贵学长·2024-02-10 18:17

NLP之transformer -Task01

常见的NLP任务本教程将NLP任务划分为4个大类：1、文本分类，2、序列标注，3、问答任务——抽取式问答和多选问答，4、生成任务——语言模型、机器翻译和摘要生成。
曼曼668·2024-02-10 11:55

换种视角看问题——支持向量机（SVM）

本文作者：王歌文字编辑：孙晓玲技术总编：张邯我们今天的介绍从一个小故事开始。魔鬼把大侠的妻子劫走了，大侠为了救她，来和魔鬼交涉。魔鬼说：“你若能解答出我的问题，我便放了她”。大侠同意了，随后魔鬼大手一挥，在桌子上出现了两种颜色的球，要求用一根棍子将它们分开：image大侠不假思索将棍子放在了中间的位置。image为了刁难他，这时魔鬼又挥了挥手，球变成了下面的摆法：image大侠略一思索，将桌子一拍
StataPython数据分析·2024-02-10 09:30

智能运维哪些算法？智能运维包含哪些

如何应用再场景中应用在智能运维行业，一些关键算法包括：机器学习算法：如决策树、随机森林、svm算法等，从历史数据中学习方法和规律，预测未来的特点和故障。
云呐AIOps·2024-02-10 08:02

跟着黑马程序员学java之代码简写和快捷键

代码简写1.主函数psvmpublicstaticvoidmain(String[]args){}2.打印soutSystem.out.println();3.获取1~100之间的每个数100.forifor
1631ba8ebaf7·2024-02-10 08:10

【初中生讲机器学习】5. 从概率到朴素贝叶斯算法，一篇带你看明白！

上两篇文章中，我详细讲了支持向量机（SVM）算法的原理，并用一个实例实现了它。在这一篇和下一篇中，我将分别讲解&实现朴素
Geeker · LStar·2024-02-10 07:54

【初中生讲机器学习】6. 分类算法中常用的模型评价指标有哪些？here!

前面已经讲了两个分类算法（SVM&朴素贝叶斯），其中在【初中生讲机器学习】4.支持向量机算法怎么用？一个实例带你看懂！中
Geeker · LStar·2024-02-10 07:23

机器学习算法之支持向量机（SVM）

SVM恐怕大家即使不熟悉，也听说过这个大名吧，这一节我们就介绍这相爱相杀一段内容。前言：在介绍一个新内容之SVM前，我们不觉映入眼帘的问题是为什么要引入SVM？
浅白Coder·2024-02-10 05:18

PyTorch支持向量机（SVM）详解

支持向量机（SupportVectorMachine，简称SVM）是一种强大的监督学习算法，广泛用于分类和回归问题。在本篇博客中，我们将深入探讨如何在PyTorch中使用支持向量机进行分类任务。
洞深视界·2024-02-09 19:11

【大厂AI课学习笔记】【1.5 AI技术领域】（8）文本分类

文本分类，TextCategorization，将文本按照一定的分类体系或
giszz·2024-02-09 10:17

基于卷积神经网络-最小二乘支持向量机CNN-LSSVM回归预测，多变量输入模型，matlab代码，要求2019及以上版本。评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方

%%清空环境变量warningoff%关闭报警信息closeall%关闭开启的图窗clear%清空变量clc%清空命令行%%导入数据P_train=xlsread('data','trainingset','B2：G191')';T_train=xlsread('data','trainingset','H2：H191')';%测试集——44个样本P_test=xlsread('data','te
智能算法及其模型预测·2024-02-09 07:12

基于卷积神经网络-最小二乘支持向量机CNN-LSSVM分类预测，CNN-LSSVM多特征输入模型。多特征输入单输出的二分类及多分类模型。程序内注释详细，直接替换数据就可以用。程序语言为matl

%%清空环境变量warningoff%关闭报警信息closeall%关闭开启的图窗clear%清空变量clc%清空命令行%%读取数据res=xlsread('数据集.xlsx');%%分析数据num_class=length(unique(res(:,end)));%类别数（Excel最后一列放类别）num_dim=size(res,2)-1;%特征维度num_res=size(res,1);%样
智能算法及其模型预测·2024-02-09 07:12

ICEEMDAN-SMA-SVM功率/风速时间序列预测，基于改进完备集合经验模态分解-黏菌优化算法-支持向量机的时间序列预测组合模型。1.ICEEMDAN用于数据分解，SMA是近几年较为新颖的黏菌

%%清空变量clc;clear;closeall;formatcompact;warningoff%%读取数据data=xlsread('data.xlsx','B:B');nmo=8;%嵌入[x,y]=data_process(data,nmo);%步长为12n=size(x,1);m=round(n*0.7);%前70%训练，对最后30%进行预测PP_train=x(1:m,:)';PP_te
智能算法及其模型预测·2024-02-09 07:12

ICEEMDAN-SMA-LSSVM功率/风速时间序列预测，基于改进完备集合经验模态分解-黏菌优化算法-最小二乘支持向量机的时间序列预测组合模型。1.ICEEMDAN用于数据分解，SMA是近几年较

%%清空变量clc;clear;closeall;formatcompact;warningoff%%读取数据data=xlsread('data.xlsx','B:B');nmo=8;%嵌入[x,y]=data_process(data,nmo);%步长为12n=size(x,1);m=round(n*0.7);%前70%训练，对最后30%进行预测PP_train=x(1:m,:)';PP_te
智能算法及其模型预测·2024-02-09 07:40
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他