机器学习入门(四) — 分类模型1 分类-分析情感2 从主题预测情感:智能餐厅评价系统3 分类器应用4 线性分类器5 决策边界6 训练和评估分类器7 什么是好的精度

1 分类-分析情感

2 从主题预测情感:智能餐厅评价系统

2.1 今天是个好日子,我想在一家日本餐厅预订一个座位

2.2 正面的评价不能代表所有方面都是正面的

2.3 从评价到主题情感

2.4 智能餐厅评价系统

核心构造模块

3 分类器应用

3.1 分类器

示例多元分类器:输出 y 多于两类

垃圾邮件过滤

图像分类

个性化医学诊断

读懂你的心

4 线性分类器

表示分类器

阈值分类器的问题

(线性)分类器

给句子打分

5 决策边界

假如只有两个非零权重的词语

决策边界示例

决策边界区分了正面和负面的预测

6 训练和评估分类器

训练分类器 = 学习权重

分类误差

分类误差 / 精度

7 什么是好的精度

如果忽略句子直接猜测,会发生什么?