Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
使用我自己的语料库而不是 movie_reviews 语料库在 NLTK 中进行分类
我使用以下代码并得到它的形式在 NLTK Python 中使用电影评论语料库进行分类 https stackoverflow com questions 21107075 classification using movie review
python27
NLP
Classification
NLTK
corpus
如何禁用 libsvm (java) 中的控制台输出
我正在使用 libsvmjava并且遇到了与描述类似的问题here https stackoverflow com questions 8302519 suppressing the output in libsvm python对于蟒蛇
Java
machinelearning
Classification
SVM
Libsvm
如何在 Maven 中使用或滥用工件分类器?
我们目前正在尝试将一个用 ant 构建的非常 非常 大的项目移植到 maven 同时也迁移到 svn 在重塑项目结构以最适合 Maven 范式时正在探索所有可能性 现在更具体地说 我遇到了分类器 并且想知道如何利用它们来发挥我的优势 同时避
maven2
Maven3
Pomxml
projectstructure
Classification
使用高斯混合模型和 scikit learn 进行多类分类
我正在尝试使用sklearn mixture GaussianMixture用于高光谱图像中的像素分类 有 15 个班级 1 15 我尝试使用该方法http scikit learn org stable auto examples mix
python
machinelearning
scikitlearn
Classification
GMM
如何最好地处理图像分类中的“以上都不是”?
这似乎是一个基本问题 你们中的一些人必须对此有自己的看法 我有一个用 CNTK 实现的图像分类器 有 48 个类 如果图像与 48 个类别中的任何一个都不能很好地匹配 那么我希望能够得出结论 它不属于这 48 个图像类型 我最初的想法很简单
Classification
cntk
Softmax
朴素贝叶斯分类的简单解释[关闭]
Closed 这个问题不符合堆栈溢出指南 help closed questions 目前不接受答案 我发现很难理解朴素贝叶斯的过程 我想知道是否有人可以用英语用简单的一步一步过程来解释它 我知道它需要将发生的次数作为概率进行比较 但我不知
Algorithm
machinelearning
Dataset
Classification
naivebayes
keras图像预处理不平衡数据
All 我正在尝试使用 Keras 对两个类进行图像分类 对于一个类 我的图像数量非常有限 比如 500 至于另一类 我的图像数量几乎是无限的 那么如果我想使用keras图像预处理 该怎么做呢 理想情况下 我需要这样的东西 对于第一类 我提
image
Classification
Keras
preprocessor
一对多 SVM 中的 10 倍交叉验证(使用 LibSVM)
我想在我的系统中进行 10 倍交叉验证一对一 支持向量机 http en wikipedia org wiki Support vector machineMATLAB 中的分类 我试图以某种方式混合这两个相关的答案 libsvm 中的多类
MATLAB
machinelearning
Classification
SVM
Libsvm
使用 lucene 提取 tf-idf 向量
我已经使用 lucene 索引了一组文档 我还为每个文档内容存储了 DocumentTermVector 我编写了一个程序并获取每个文档的词频向量 但是如何获取每个文档的 tf idf 向量 这是我的代码 用于输出每个文档中的术语频率 Di
Java
Lucene
Classification
Tf.Print() 不打印张量的形状?
我使用 Tensorflow 编写了一个简单的分类程序并获取输出 但我尝试打印模型参数 特征和偏差的张量形状 函数定义 import tensorflow as tf numpy as np from tensorflow examples
tensorflow
machinelearning
deeplearning
Classification
python35
如何将不同的输入放入 sklearn Pipeline 中?
我正在使用 sklearn 的 Pipeline 对文本进行分类 在此示例管道中 我有一个 TfIDF 矢量器和一些用 FeatureUnion 包装的自定义功能和分类器作为管道步骤 然后我拟合训练数据并进行预测 from sklearn
python
machinelearning
scikitlearn
Classification
pipeline
OSError:无法识别图像文件
我正在尝试在 pytorch 中执行 impelement 代码 但出现以下错误 我的python版本是3 6 我的操作系统是linux ubuntu 16 04 lts 我在 mac os 旁边安装了 linux 我们将使用 torchv
Classification
deeplearning
Pytorch
BERT 微调后得到句子级嵌入
我遇到了这个page https colab research google com github google research bert blob master predicting movie reviews with bert on
python
tensorflow
Keras
Classification
bertlanguagemodel
使用 sklearn.neighbors 时收到有关 keepdims 的警告
我正在训练不同分类器的一些数据 直到几天前我更新了所有软件包和 python 本身 我才遇到问题 该警告仅在 Kneighbor 分类器上显示 因为我使用了一个巨大的循环和 Jupyter 所以我看不到结果 因为对于每个循环都有此警告 sk
python3x
scipy
Classification
使用GridSearchCV时出现值错误
我正在使用 GridSearchCV 进行分类 我的代码是 parameter grid SVM dual True False loss squared hinge hinge penalty l1 l2 clf GridSearchCV
python
Classification
SVM
召回率和精确率后的分类准确率
我只是想知道这是否是计算分类准确性的合法方法 获取精确召回阈值 对于每个阈值 对连续 y scores 进行二值化 从列联表 混淆矩阵 计算它们的准确性 返回阈值的平均准确度 recall precision thresholds prec
python
NumPy
machinelearning
Classification
使用 CRF 进行多元二元序列预测
这个问题是一个延伸this one https stackoverflow com questions 53977695 multivariate binary sequence prediction with lstm其重点是 LSTM
Keras
Classification
CRF
sequencetosequence
crfsuite
可扩展或在线核外多标签分类器
在过去的两三周里 我一直在为这个问题绞尽脑汁 我有一个多标签 不是多类 问题 其中每个样本可以属于多个标签 我有大约 450 万个文本文档作为训练数据 大约 100 万个文本文档作为测试数据 标签约为 35K 我在用scikit学习 对于特
使用不同尺寸但相同数量的 HoG 特征的图像训练分类器
我想用一些图像来训练我的分类器 其中一些图像具有不同的尺寸 它们都属于以下维度 100x50 50x100 64x72 72x64 然而 由于有 9 个方向箱和每个单元 8 个像素 每个单元都会生成 648 个 HoG 特征 实际上 我选择
image
opencv
imageprocessing
Classification
scikitimage
将弱学习器组合成强分类器
如何将少数弱学习器组合成一个强分类器 我知道公式 但问题是 在我读过的每一篇关于 AdaBoost 的论文中 只有公式 没有任何示例 我的意思是 我的学习器和权重都很弱 所以我可以按照公式告诉我的去做 将学习器乘以它的权重 然后加上另一个乘
«
1 ...
3
4
5
6
7
8
9
10
»