다음 문제에 대한 최선의 접근에 대한 귀하의 의견에 진심으로 감사드립니다. 나는 차 분류 된 리스팅 예제를 사용하고있다. 문제점 : 주어진 텍스트에서 데이터 튜플을 추출하십시오. 다음은 데이터의 일부 특성입니다. 텍스트의 어휘 (단어)는 특정 도메인으로 제한됩니다. 최대 100-200 단어를 가정합니다. 파싱해야하는 텍스트는 아래에 표시된 자동차 광고 데이
큰 사전 파일 인 dic.txt (실제로는 SOWPODS)에 한 줄에 영어 한 단어가 있습니다. 이 파일을 3 개의 다른 파일 easy_dic.txt (우리가 사용하는 가장 일반적인 단어 - 16 세의 단어), medium_dic.txt (일반적인 사용법은 아니지만 많은 사람들에게 알려진 지식 - 지식 hard_dic.txt (전문적인 Scrabble 플레
베이지안 필터를 구현하는 방법을 배우려고합니다. 나는 많은 수학적 설명을 찾고 있지만 실제 코드가있는 예제는 거의 없다. 누구나 내게 링크를 줄 수 있다면, 나는 매우 감사 할 것입니다. 나는 루비와 자바를 알고 있으며, C++, 자바 스크립트, 파이썬을 잘 이해할 수 있으므로이 언어의 튜토리얼이 가장 좋을 것입니다.
이 질문은 AI와 ML의 2 개 프로젝트에서 작업하는 동안 내 마음에 들었습니다. 모델 (예 : Classification Neural Network, K-NN, .. 등)을 모델링하는 경우이 모델은 임의성을 포함하는 일부 기능을 사용합니다. 시드를 수정하지 않으면 동일한 교육 데이터에서 알고리즘을 실행할 때마다 다른 정확도 결과를 얻으려고합니다. 그러나,
NaiveBayes,하지만 내 코드를 찾을 수 없습니다 메인 클래스를 찾을 수 없습니다 : weka.classifiers.bayes.NaiveBayes. 프로그램이 종료됩니다. " weka.jar이 들어있는 디렉토리에서 명령을 실행 중입니다. 어떻게 분류자를 찾을 수 없습니까?
몇 가지 개념을 다시 확인하고 싶습니다. 분류 자 학습을위한 훈련 세트에 관해 불확실합니다. 우리가 우리의 훈련 데이터에 대한 레코드를 선택할 때 클래스 당 같은 수의 레코드를 선택하여 N으로 합산하거나 클래스에 관계없이 N 개의 레코드를 무작위로 선택해야합니까? 직관적으로 저는 이전의 클래스 확률에 대한 생각은 평등하고 실제로 도움이되지 않을 것이라고
나는 라벨 분류를 위해 말렛에 maxent algo를 사용하고 있습니다. 나는 최대 분류 자에 의해 예측 된 레이블에 대해 어떤 종류의 신뢰도 값을 얻을 수 있는지 궁금해하고있었습니다. 기본적으로 필요한 것은 분류기가 가장 신뢰할 수있는 상위 K 예측 (각 토큰이 아닌 전체 데이터에서) 인스턴스이며 부트 스트랩에 사용합니다. 이 일을 할 수있는 방법이 있습
텍스트 메시지를 "관계 구축", "조정", "정보 공유", "지식 공유"& "충돌 해결"과 같은 여러 범주로 분류하려고합니다. 이 데이터를 처리하기 위해 NLTK 라이브러리를 사용하고 있습니다. nltk의 어떤 분류 자 (classifier)가이 특정한 다중 - 클래스 분류 문제에 더 잘 맞는지 알고 싶습니다. Naive Bayes Classificat
OpenCV와 함께 Haar 분류기를 사용했습니다. 불행히도 정사각형 물체와 고정 된 각도 (즉,면)에서만 작동하는 것으로 보입니다. 그러나 다른 각도를 가진 "긴"(직사각형) 물체를 찾아야합니다 (샘플 입력 이미지 참조). Haar 분류기를 사용하여 이러한 개체를 찾는 방법이 있습니까? 내가 찾을 수있는 것은 얼굴 인식을위한 자습서입니다. 다른 대체 승인