文档主题的半监督分类问题-pyhon-机器学习下载

[weixin_39821620]

打开网站链接http://archive.ics.uci.edu/ml/，点击链接 view all data sets，打开所有数据页面，点击Instances，按照研究实例由多到少排序，我们小组选择了“Bag of Words Data Set”单词袋子的形式文本数据集。
本次作业解决问题具体化为：文档主题的半监督分类问题。
二、数据分析
（一）认识数据
数据集描述：对于每个文本数据集，D文档的数量，W是文档字典集中单词数量，N是数据中所有单词数量（NNZ为非零数据的数量），在分词器、去无用词之后，去重字典。
Bag of Words Data Set数据集网站提供了两个，这里我们选择数量
相关下载链接：//download.csdn.net/download/u013268887/9785295?utm_source=bbsseo