如何为橙色支持向量机训练准备文本数据？
如何为橙色支持向量机训练准备文本数据？
提问于 2011-11-17 22:34:47
我在2年前使用了NLTK分类器。现在我想学习使用橙色支持向量机进行文本分类。橙色教程中的支持向量机示例是iris.tab：
sepal length sepal width petal length petal width iris
c c c c d
class
5.1 3.5 1.4 0.2 Iris-setosa
4.9 3.0 1.4 0.2 Iris-setosa如果我想对文本进行分类，如何准备数据。是不是像下面这样？
token frequency tokenlength
the 23 3
for 21 3
at 10 2请给我准备数据的不同方法的例子。token在支持向量机中能被看作是标签吗?如果不能，该怎么做？
非常提前谢谢你。
回答 1
Stack Overflow用户
回答已采纳
发布于 2011-11-21 21:14:31
简短的回答是:不。
长答案:标签指的是您想要处理的文档类别。例如，如果您尝试将文档分类为两个类别，如垃圾邮件和垃圾邮件，则标签应为垃圾邮件和垃圾邮件。对于数据表示，您可以使用诸如词袋(http://en.wikipedia.org/wiki/Bag_of_words_model)之类的技术。
关于更多的信息，我建议如下：
使用支持向量机进行文本分类的http://www.igvita.com/2006/06/02/svm-text-classification/
- Learning，http://www.cs.cornell.edu/People/tj/svmtcatbook/
，
- 文本分类
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/8168858
复制相关文章
相似问题
腾讯云开发者
