笔记（2）-文本挖掘与机器学习

结果评价：
常用的有[color=red]准确率（P-precision）[/color]、[color=red]召回率（R-recall）[/color]和它俩的调和平均。
其中准确率表示返回结果中正确的比例，召回率表示所有正确结果中返回的比例。
用图表示就是
[table]
| 正确不正确|
| 返回的结果 A B |
| 未返回的结果 C D |
[/table]
准确率：A/(A+B)
召回率：A/(A+C)
文本聚类的5个步骤：
（1）模式表示，包括特征抽取与选择，把文本表示成可计算的形式；
（2）根据领域知识定义模式之间的距离测度公式；
（3）聚类或者分组
（4）数据抽象表达
（5）评价输出结果
-------------------------------------------------------------------------------
作者提出图表示模型（GSM：Graph-based Space Model）,采用一种简化的方法来刻画序关系。按照如下方法来构造：
（1）原始文本：一个term序列t1,t2,t3...tn(term可以是一个字、词，或者短语、句子等) （2）图表示：graph={N,E,W},其中N为结点集，E为边集，W是边的权重。
（3）构图方法：将每个term作为一个结点，每条边表示的term与term之间的邻接共现关系，边的权重表示两个term共现的频率（体现该边的重要程度），这样就把文本的语义信息附加到其边上了。

笔记（2）-文本挖掘与机器学习相关推荐

吴恩达《Machine Learning》精炼笔记 12：大规模机器学习和图片文字识别 OCR
作者 | Peter 编辑 | AI有道系列文章: 吴恩达<Machine Learning>精炼笔记 1:监督学习与非监督学习吴恩达<Machine Learning>精 ...
吴恩达《机器学习》学习笔记十四——应用机器学习的建议实现一个机器学习模型的改进
吴恩达<机器学习>学习笔记十四--应用机器学习的建议实现一个机器学习模型的改进一.任务介绍二.代码实现 1.准备数据 2.代价函数 3.梯度计算 4.带有正则化的代价函数和梯度计算 5 ...
【机器学习笔记】可解释机器学习-学习笔记 Interpretable Machine Learning (Deep Learning)
[机器学习笔记]可解释机器学习-学习笔记 Interpretable Machine Learning (Deep Learning) 目录 [机器学习笔记]可解释机器学习-学习笔记 Interpre ...
AI学习笔记之——如何理解机器学习(Machine Learning)
前面虽然介绍了概率和贝叶斯网络,但是还是没有正式介绍AI中最重要的算法--机器学习.如果说概率论是机器学习的基石,那么机器学习算法和理论就是支撑整个AI系统的支柱.现在比较火的深度学习神经网路等等其实 ...
吴恩达《Machine Learning》精炼笔记 6：关于机器学习的建议
作者 | Peter 编辑 | AI有道系列文章: 吴恩达<Machine Learning>精炼笔记 1:监督学习与非监督学习吴恩达<Machine Learning>精 ...
python人工智能入门纳米学位_学习笔记（一） - 机器学习纳米学位
不久前我在Udacity报名了数据分析和机器学习两门纳米课程.之所以对这个感兴趣是因为关注人工智能方面的资讯有一段时间了,觉得这是未来的趋势,希望今后能够在这方面有所成绩.选择纳米课程是因为我觉得它与 ...
笔记：python spark机器学习与hadoop大数据
目录 1.1机器学习的介绍机器学习架构 1.2Spark的介绍 1.3Spark数据处理RDD.DataFrame.Spark SQl 1.4使用python开发spark机器学习与大数据应用 1. ...
AI学习笔记：人工智能与机器学习概述
一.人工智能基本概念 1.1 基本概念数据分析:对历史规律的展现.对未来数据的预测. 机器学习:机器学习是指从一系列的原始数据中找到规律,提取人们可以识别的特征,然后通过学习这些特征,最终产生一个模 ...
[云炬python3玩转机器学习笔记] 1-1什么是机器学习
一. 什么是机器学习机器学习本质是在模拟人类进行思考学习,人类的思考学习大部分来自经验的积累,机器学习也一样二.机器学习的应用场景 (一)已投入生产的 (二)未来需要运用机器学习的领域在未来,A ...

笔记（2）-文本挖掘与机器学习

笔记（2）-文本挖掘与机器学习相关推荐

最新文章

热门文章