朴素贝叶斯文本分类器的特征向量是怎么定义的-小知识

话题：朴素贝叶斯文本分类器的特征向量是怎么定义的?

问题详情：那维数起不是大的很?最近看的 提到了这个分类方法,希望专

回答：一般是先分词,然后用TFIDF方法来向量化,只用词频效果不是很好,然后可以用特征选择方法或特征抽取方法来降低维度,一般的方法有 熵、 增益等等很多种的。如果你的机器跑得动的话不降也可以,不过一般来说还是要降的

话题：有没有谁最大熵自然语言处理最大熵文本分类器,哪位大侠有

问题详情：最大熵, 文本分类,

回答：python nltk库

话题：求朴素贝叶斯文本分类器的算法实现(C或C++的都行)

回答：学 了,谢谢分享人、、、

话题：谁有朴素贝叶斯对文本分类的C++版呀,现在在做毕业设计,

问题详情：就差最后这个朴素贝叶斯分类了,训练文本我也有了,就差这个朴

回答：都有 基于朴素贝叶斯分类器的文本分类算法(C语言).doc ,C++的改一下就行了。

话题：文本分类器(基于KNN算法),语言最好是Matlab的,有测试

回答：function [ccr,pgroupt]=knnt(x,group,K,dist,xt,groupt) %# %# AIM: to classify test set objects or unknown objects with the %# K Nearest Neighbour method %# %# PRINCIPLE: KNN is a supervised, deterministic, non-parametric %# classification method. It uses the majority rule to %# assign new objects to a class. %# It is assumed that the number of objects in each class %# is similar. %# There are no assumptions about the data distribution and %# the variance-covariance matrices of each class. %# There is no limitation of the number of variables when %# the Euclidean di

参考回答：ME5

话题：找人用c++或c#做朴素贝叶斯文本分类器

问题详情：我这有 基于朴素贝叶斯分类器的文本分类算法C#版(中文分词)

回答：怎么匿名呢,hi

话题：有没有好用的ja编写的分类器,将一些文本 进行分类?

问题详情：有没有好用的ja编写的分类器,将一些文本 进行分类?

回答：文本分类的重点不在分类,而在怎么样描述文本模型和提取文档中的terms并把它数字化,转化为分类器可以使用的输入类型。这前面的处理直接 到后面分分类效果。就文本模型而言,现在普遍使用的还是Salton 和 McGill的Vector Space Model, 通过TF-IDF统计,如果是英文的话,要进行语义层次的抽象, 这方面可以使用Word,网上可以找到J A word 的API,,个人认为比较好的是JWNL 如果是中文的话,涉及到分词, 计算所分词系统ICTCLAS, 可到其 上 版。至于J A写的分类器很多,常用的 说Weka, RapidMiner(这个相当不错,有专门的Web data Mining的扩展包,是我的最爱),这些都可以自

参考回答：这个有点高难度,你到 jaeye 或者 csdn 问问吧!.jaeye..csdn.munity.csdn.

话题：朴素贝叶斯文本分类器

回答：分类器当然是用来分类的,不过这个分类器的原理是贝叶斯定理,应用了贝叶斯假设而已。你可以在网上搜一下这个词,解释有很多,要自己动脑。别遇到东西不会就发上来,也自己查查去。

话题：文本分类和聚类有什么 别

回答：聚类就是将一组的文章或文本 进行相似性的比较,将比较相似的文章或文本 归为同一组的技术。分类和聚类都是将相似对象归类的过程。 别是,分类是事先定义好类别,类别数不变。分类器需要由人工标注的分类训练语料训练得到,属于有指导学 范畴。聚类则没有事先预定的类别,类别数不确定。聚类不需要人工标注和预先训练分类器,类别在聚类过程中自动生成。分类适合类别或分类体系已经确定的场合, 按照国图分类法分类图书;聚类则适合不存在分类体系、类别数不确定的场合,一般作为某些应用的前端, 多文档文摘、搜索引擎结果后聚类(元搜索)等。 分类(classification )是找出描述并 分数据类或概念

话题：急找人 做个c++文本分类程序 有实验数据 ? 等

回答：可看看 分类算法,例如:最小最大分类算法;贝叶斯分类器算法 等……

参考回答：可以 , 看ID