naivebayes

    1

    1答えて

    私はNaive Bayesを使ってテキストの文書ベースを分類しようとしています。各ドキュメントは、1〜n個のカテゴリに属する​​ことがあります(ブログ記事のタグと考える)。 私の現在のアプローチは、目的の動作が Some new text to classify そして のような出力のように見えるの入力を持つことである。もちろん、この +-------------------------+--

    1

    1答えて

    私の質問は​​に基づいています。 それはより詳細なコメント可能でしょう/私は混同行列を印刷することができる方法 ラインtf = HashingTF().transform(training_raw.map(lambda doc: doc["text"], preservesPartitioning=True)) を開始するコードを説明しますか? 以下のエラーは何を意味しますか?どうすれば修正できま

    2

    1答えて

    を予測するために、ナイーブベイズを使用して、私持っている私は、この新しいデータセットの確率を得るために、ナイーブベイズ法を使用している今やりたい何この weather <- c("good", "good", "good", "bad", "bad", "good") temp <- c("high", "low", "low", "high", "low", "low") golf <- c

    0

    2答えて

    私はWEKAを "weather.arff"データセットで使用しています。次に、与えられたスナップショットで見られるように、10倍のクロスバリデーションでNaive-Bayesクラシファイアを適用しました。私は絵の中で赤く印したものを除いて、ほとんどすべてを理解しています。 合計で9(Yes)+ 5(No) = 14がありますが、合計が合計を超えています。このyes(0.63)とNo(0.38)の

    0

    3答えて

    を学びます"と"ユーモア "を同時に表示します。テキスト分類器を使用している場合 は通常、何を得ることは与えられたテキストが属するところにクラスですが、私の場合は私が1 Nへのタグのテキストを割り当てます。 私がしたい場合は、現在の私のトレーニングセットは、例えばので、各タグは、単一のテキストに属しているかどうか私に教えて分類器を訓練することです、私は次のやっている何本 +------------

    0

    1答えて

    最近、私はK-meansとNaive Bayes学習アプローチに関するいくつかの論文を読んでいます。しかし、私はこれら2つの方法を組み合わせる方法について混乱しています。 たとえば、X(x1、x2、x3、...、xn)はデータレコードを表します。ラベルはデータレコードXiが属するクラスを表します.K1とK2という2つのクラスがあります。 したがって、私たちは常にXi(i∈[1、n])が{K1、K2

    1

    1答えて

    トピックに関するエラーメッセージです。 naive.bayesクラシファイアを実行しようとするとこのエラーが発生します。ここに私の列車のデータの概要は次のとおりです。 'data.frame': 7269 obs. of 193 variables: $ pid : int 2 4 5 7 10 11 14 18 25 31 ... $ acquir : int 0 0 0 0 1 1 0

    0

    1答えて

    以下のRスクリプトを使用して、Twitterのコメント(カザフ語)の感想分析を行っています。 3000(1500sad、1500happy)はトレーニングセットのコメント、テストセットの1000(happy sad mixed)コメントです。すべてがうまくいきますが、最終的に予測値はすべて幸せを示していますが、これは正しくありません。 私はすべての機能をチェックしており、すべてnaiveBayes

    1

    1答えて

    キャレット・パッケージの分類子を使用して列車データをモデル化しようとしていますが、非常に長い時間(2時間待っています)応答しません。一方、他のデータセットに対しても機能します。ここで は私の列車のデータへのリンクです:http://www.htmldersleri.org/train.csv(これはよく知られているロイター-21570データセットである) そして、私が使用しているコマンドは次のとお

    -1

    2答えて

    私は、クラス変数をバイナリにして、連続的かつカテゴリカルな入力でナイーブベイズ分類子の理解に精通しています。しかし、バイナリデータの入力にはどのように機能しますか? Example: (0,0,-), (1,1,+) ここで、記号はクラス変数です。