나는 weka의 텍스트 분류 작업을하고 있습니다. 나는 rapidminer에서 분류자를 사용하고 싶다. 방금 crossminer 기능을 사용할 수 있다는 것을 의미하는 rapidminer lib 디렉토리에서 "weka.jar"를 보았습니다. 우리는 급속 광부의 분류기 또는 기능을 사용할 수 있습니까? 반면 weka의 다른 기능은 무엇입니까 ???
R을 사용하여 텍스트 마이닝에서 학기 논문을 작성하고 있습니다. Google의 과제는 기사의 음색 (양/음)을 추측하는 것입니다. 기사는 각 폴더에 저장됩니다. 트레이닝 샘플을 통해 학습 할 분류 시스템을 만들어야합니다. 코드를 다시 사용했습니다. http://www.youtube.com/watch?v=j1V2McKbkLo 마지막 줄을 제외한 전체 코드가
텍스트 분류에 sklearn.naive_bayes.GaussianNB을 사용하여 시작하여 훌륭한 초기 결과를 얻었습니다. 나는 신뢰도의 척도로서 분류 자에 의해 반환 된 확률을 사용하고자하지만, predict_proba() 메소드는 항상 선택된 클래스에 대해 "1.0"을 반환하고 나머지 모든 것에 대해서는 "0.0"을 반환합니다. 나는 (here에서) "p
MAX33 등급의 경우 classifier.show_most_informative_features(10)을 이해하려고합니다. 나는 열은 다음 출력 예를 들어, 표시 이해하지 않습니다 train on 460 instances, test on 154 instances accuracy: 0.61038961039
pos precision: 0.4329896907
나는 텍스트 분류를 위해 감정 분석을하고 있으며 트위터의 트윗을 긍정적, 부정적 또는 중립의 3 가지 범주로 분류하려고합니다. 나는210 개의 훈련 데이터를 가지고 있으며, 분류 자 으로 Naive Bayes를 사용하고 있습니다. 교육 데이터를위한 데이터베이스로 PHP와 MySQL을 사용하여 구현하고 있습니다. 내가 무슨 짓을했는지 순서대로입니다 : 내