基于卷积神经网络和XGBoost的文本分类.pdf下载

weixin_39821260 2021-10-06 21:11:51

基于卷积神经网络和XGBoost的文本分类.pdf , 相关下载链接：https://download.csdn.net/download/jiebing2020/24820871?utm_source=bbsseo

...全文

48 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

基于卷积神经网络和XGBoost的文本分类.pdf

基于卷积神经网络和XGBoost的情感分析模型.pdf

⼈⼯智能学习算法分类⼀、⼈⼯智能学习算法分类⼈⼯智能算法⼤体上来说可以分类两类：基于统计的机器学习算法(Machine Learning)和深度学习算法(Deep Learning) 总的来说，在sklearn中机器学习算法⼤概的分类如下： 1.纯算法类 (1).回归算法 (2).分类算法 (3).聚类算法 (4)降维算法 (5)概率图模型算法 (6)⽂本挖掘算法 (7)优化算法 (8)深度学习算法 2.建模⽅⾯ (1)模型优化 (2)数据预处理⼆、详细算法 1.分类算法 (1).LR (Logistic Regression，逻辑回归⼜叫逻辑分类) (2).SVM (Support Vector Machine，⽀持向量机) (3).NB (Naive Bayes，朴素贝叶斯) (4).DT (Decision Tree，决策树) 1).C4.5 2).ID3 3).CART (5).集成算法 1).Bagging 2).Random Forest (随机森林) 3).GB(梯度提升,Gradient boosting) 4).GBDT (Gradient Boosting Decision Tree) 5).AdaBoost 6).Xgboost (6).最⼤熵模型 2.回归算法 (1).LR (Linear Regression，线性回归) (2).SVR (⽀持向量机回归) (3). RR (Ridge Regression，岭回归) 3.类聚算法 (1).Knn (2).Kmeans 算法 (3).层次聚类 (4).密度聚类 4.降维算法 (1).SGD (随机梯度下降) 5.概率图模型算法 (1).贝叶斯⽹络 (2).HMM (3).CRF (条件随机场) 6.⽂本挖掘算法 (1).模型 1).LDA (主题⽣成模型，Latent Dirichlet Allocation) 2).最⼤熵模型 (2).关键词提取 1).tf-idf 2).bm25 3).textrank 4).pagerank 5).左右熵 :左右熵⾼的作为关键词 6).互信息： (3).词法分析 1).分词 – HMM (因马尔科夫) – CRF (条件随机场) 2).词性标注 3).命名实体识别 (4).句法分析 1).句法结构分析 2).依存句法分析 (5).⽂本向量化 1).tf-idf 2).word2vec 3).doc2vec 4).cw2vec (6).距离计算 1).欧⽒距离 2).相似度计算 7.优化算法 (1).正则化 1).L1正则化 2).L2正则化 1 2 3 4 8.深度学习算法 (1).BP (2).CNN (3).DNN (3).RNN (4).LSTM 1 2 3 4 5 三、建模⽅⾯ 1.模型优化· (1).特征选择 (2).梯度下降 (3).交叉验证 (4).参数调优 (5).模型评估：准确率、召回率、F1、AUC、ROC、损失函数 1 2 3 4 5 2.数据预处理 (1).标准化 (2).异常值处理 (3).⼆值化 (4).缺失值填充：⽀持均值、中位数、特定值补差、多重插补

基于Python的中文文本分类的实现

7-4+风控贷后管理场景下的语音和文本数据应用

下载资源悬赏专区

13,654

社区成员

12,574,201

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章