Questions tagged «classification»

我发现很难理解朴素贝叶斯的过程，而且我想知道是否有人可以用简单的英语逐步过程来解释它。我知道它会将发生的时间进行比较作为概率，但是我不知道训练数据与实际数据集之间的关系。 请给我解释一下培训集扮演的角色。我在这里举一个非常简单的水果示例，例如香蕉 training set--- round-red round-orange oblong-yellow round-red dataset---- round-red round-orange round-red round-orange oblong-yellow round-red round-orange oblong-yellow oblong-yellow round-red

546 algorithm  machine-learning  dataset  classification  naivebayes 

按照目前的情况，这个问题不适合我们的问答形式。我们希望答案得到事实，参考或专业知识的支持，但是这个问题可能会引起辩论，争论，民意调查或扩展讨论。如果您认为此问题可以解决并且可以重新提出，请访问帮助中心以获取指导。 7年前关闭。 ANN（人工神经网络）和SVM（支持向量机）是有监督的机器学习和分类的两种流行策略。哪种方法更适合特定项目通常不是很清楚，我敢肯定答案总是“取决于情况”。通常，将两者与贝叶斯分类一起使用。 关于ANN与SVM的关于Stackoverflow的这些问题已经被提出： ANN和SVM分类 我的分类问题中ANN，SVM和KNN之间有什么区别 支持矢量机还是人工神经网络进行文本处理？ 在这个问题中，我想具体了解ANN（特别是多层感知器）的哪些方面可能会使其更适合在SVM上使用？我问的原因是因为很容易回答相反的问题问题：支持向量机通常优于ANN，因为它们避免了ANN的两个主要缺点： （1）ANN通常会收敛于局部最小值而不是全局最小值，这意味着它们有时本质上是“缺少全局”（或缺少树木的森林） （2）人工神经网络经常过拟合如果训练时间太长，，这意味着对于任何给定的模式，神经网络可能会开始将噪声视为模式的一部分。 SVM不会遇到这两个问题。然而，将SVM完全替代ANN并不是很容易。那么，与支持向量机相比，人工神经网络具有哪些特定的优势，可能使其适用于某些情况？我已经列出了SVM相对于ANN的特定优势，现在，我希望看到ANN优势的列表（如果有）。

381 machine-learning  neural-network  classification  svm 

已关闭。这个问题需要更加集中。它当前不接受答案。 想改善这个问题吗？更新问题，使其仅通过编辑此帖子来关注一个问题。 去年关闭。 改善这个问题 有人可以解释一下数据挖掘中分类和聚类之间的区别吗？ 如果可以，请提供两个示例以了解主要思想。

195 machine-learning  classification  cluster-analysis  data-mining  terminology 

如何保存经过训练的朴素贝叶斯分类器到磁盘并用于预测数据？ 我有来自scikit-learn网站的以下示例程序： from sklearn import datasets iris = datasets.load_iris() from sklearn.naive_bayes import GaussianNB gnb = GaussianNB() y_pred = gnb.fit(iris.data, iris.target).predict(iris.data) print "Number of mislabeled points : %d" % (iris.target != y_pred).sum()

191 python  machine-learning  scikit-learn  classification 

请参阅以下有关“苹果”的50条推文。我亲手写了有关Apple Inc.的正面匹配。它们在下面标记为1。 以下是几行： 1|“@chrisgilmer: Apple targets big business with new iOS 7 features http://bit.ly/15F9JeF ”. Finally.. A corp iTunes account! 0|“@Zach_Paull: When did green skittles change from lime to green apple? #notafan” @Skittles 1|@dtfcdvEric: @MaroneyFan11 apple inc is searching for people to help and tryout all their upcoming tablet within …

85 java  python  r  machine-learning  classification 

当我们同时考虑“精度”和“查全率”来计算F测度时，我们将两个测度的谐波均值而不是简单的算术平均值。 采用谐波均值而不是简单平均值的直观原因是什么？

85 machine-learning  classification  data-mining 

我正在尝试使用scikit-learn的监督学习方法之一将文本片段分类为一个或多个类别。我尝试过的所有算法的预测功能仅返回一个匹配项。 例如，我有一段文字： "Theaters in New York compared to those in London" 而且我已经训练了算法，可以为我输入的每个文本片段选择一个位置。 在上面的例子中，我希望它返回New York和London，但是只返回New York。 是否可以使用scikit-learn返回多个结果？甚至以下一个最高概率返回标签？ 谢谢你的帮助。 -更新 我尝试使用，OneVsRestClassifier但每条文本我仍然只能得到一个选择。以下是我正在使用的示例代码 y_train = ('New York','London') train_set = ("new york nyc big apple", "london uk great britain") vocab = {'new york' :0,'nyc':1,'big apple':2,'london' : 3, 'uk': 4, 'great britain' : 5} count = …

80 python  classification  scikit-learn 

关闭。此问题不符合堆栈溢出准则。它当前不接受答案。 想改善这个问题吗？更新问题，使其成为Stack Overflow的主题。 3个月前关闭。 改善这个问题 我正在使用LibSVM对一些文档进行分类。正如最终结果所示，这些文档似乎很难归类。但是，在训练模型时，我注意到了一些东西。就是说：如果我的训练集例如是1000，那么大约有800个被选为支持向量。我到处都在寻找这是好事还是坏事。我的意思是支持向量的数量和分类器的性能之间有关系吗？我已经阅读了上一篇文章，但是我正在执行参数选择，而且我还确定特征向量中的属性都是有序的。我只需要知道这种关系。谢谢。ps：我使用线性内核。

76 machine-learning  classification  svm  libsvm 

我正在处理不平衡类（5％1）的分类问题。我想预测班级，而不是概率。 在二进制分类问题中，默认情况下是否classifier.predict()使用scikit 0.5？如果没有，默认方法是什么？如果可以，该如何更改？ 在scikit中，某些分类器可以class_weight='auto'选择，但并非全部都可以。使用class_weight='auto'，是否.predict()将实际人口比例用作阈值？ 在MultinomialNB不支持的分类器中执行此操作的方式是什么class_weight？除了predict_proba()自己使用然后计算类之外。

75 python  machine-learning  classification  scikit-learn 

诸如liblinear和nltk之类的机器学习包中的分类器提供了一个method show_most_informative_features()，它对于调试功能确实很有帮助： viagra = None ok : spam = 4.5 : 1.0 hello = True ok : spam = 4.5 : 1.0 hello = None spam : ok = 3.3 : 1.0 viagra = True spam : ok = 3.3 : 1.0 casino = True spam : ok = 2.0 …

70 python  machine-learning  classification  scikit-learn