0
자주 사용되는 100 개의 단어가 기능으로 선택된 텍스트 분류 문제에 대해 작업하고 있습니다. 더 나은 기능 선택 방법을 사용하면 결과가 향상 될 수 있다고 생각합니다. 어떤 아이디어? TF-IDF가 작동 할 수 있습니까? 그렇다면 어떻게?텍스트 분류 기능 선택
A
답변
0
당신이
1) 정보 획득 기능 선택을 사용할 수있는 결과를 개선하기 위해
2) 카이 제곱
3) 상호 정보
4) 용어 주파수
TF -IDF 당신이 볼 수 link 그것이 당신을 도울 것입니다
관련 문제
- 1. Python의 텍스트 분류 기능 선택
- 2. 분류 자 기능 선택 NLTK
- 3. 자연어 처리 - 텍스트 분류 기능
- 4. 멀티 라벨 분류 기능 선택 (scikit-learn)
- 5. 텍스트 분류 분류 포인터
- 6. Weka + NaiveBayes 분류 분류 자 + 텍스트 분류
- 7. MATLAB의 텍스트 분류 데이터
- 8. 선택 또는 기타 분류 분류 Drupal7
- 9. 텍스트 분류 작업을위한 최고의 분류 도구
- 10. CPU 코어 스레딩 분류 기능
- 11. 기능 및 분류 : 미정 함수
- 12. 텍스트 분류, 전처리 포함
- 13. Weka 이슈로 텍스트 분류
- 14. weka를 사용한 텍스트 분류
- 15. 텍스트 분류 도구
- 16. elasticsearch로 텍스트 분류
- 17. 텍스트 분류 성능
- 18. 러시아어에 대한 텍스트 분류
- 19. 짧은 텍스트 분류
- 20. 신경망을 사용한 텍스트 분류
- 21. Python mlpy 텍스트 분류
- 22. 기능 선택 텍스트 분류에 대한 상호 정보
- 23. 텍스트 선택 도구 모음에 기능 추가 - Android
- 24. Python 기계 학습, 기능 선택
- 25. 분류 용 가방 - 기능 대 픽셀
- 26. 조회수 분류 선택 브라더스 약관
- 27. Grarad와 분류 자로 Branchname이있는 버전 선택
- 28. 기능 선택
- 29. 문장 분류 (분류)
- 30. 텍스트 분류 (감상) 용 libsvm
이 질문은 텍스트 분류에 관한 내용이므로 주제가 아닌 것 같습니다. 아마도 http://scicomp.stackexchange.com/에 더 적합 할 것입니다. – EdChum